摘要：
首先ES没有库和表的概念，只有index,type,document（详细术语可以看ES的系列一 http://www.cnblogs.com/ulysses-you/p/6736926.html），如果要加快理解的话，可以和一般关系型数据库做简单映射 下面是对这些概念的理解 Index 1.ES的 阅读全文
摘要：
环境准备 linux centOS（工作环境） python3.4及以上 pip3 JDK8 git1.9及以上 gradle2.13及以上 准备过程中的坑 这些环境准备没什么太大问题，都是wget下来安装就行，唯一有一个python3安装的坑。 由于本人安装的是python3.6.1，pip3和s 阅读全文
摘要：
elasticsearch（以下简称es）是一款开源的搜索引擎，基于apach lucene。最近在做nlp的时候顺便研究一下。 下面是官方列举的术语解释 Near Realtime 接近实时的查询，通常情况下，延迟在1s以内 Cluster 一个集群由1个或者多个节点组成，这些节点提供整个数据和索 阅读全文
摘要：
随着对spark的业务更深入，对spark的了解也越多，然而目前还处于知道的越多，不知道的更多阶段，当然这也是成长最快的阶段。这篇文章用作总结最近收集及理解的spark相关概念及其关系。 名词 driver driver物理层面是指输入提交spark命令的启动程序，逻辑层面是负责调度spark运行流 阅读全文
摘要：
概述 常见的网络io分为两种情况，BIO(block-io)和NIO(non-block-io)，分别位于java.io和java.nio。 BIO，是阻塞的io，采用一个线程处理一个连接的方式，就算这个连接什么消息都没有传递，该线程也无法去处理另外的连接。 NIO，相对于BIO，采用一个线程处理所 阅读全文
摘要：
The Zookeeper data model Zookeeper有一个树形的namespace，就像分布式文件系统一样，唯一区别就是这个namespace包括其子节点可以有关联的数据。就像文件系统允许有文件或者文件夹一样。节点的路径通常用绝对的，带/分隔的字符串表示。任何字符串都可以被使用除了下 阅读全文
摘要：
新的一年，新的开始，新的习惯，现在开始。 1.简介 Flink是德国一家公司名为dataArtisans的产品，2016年正式被apache提升为顶级项目（地位同spark、storm等开源架构）。并且在2016年里，共发布了包括1.0.0版本在内的10个版本，发展速度可想而知。这次学习的是Flin 阅读全文