摘要：
定位：为海量日志数据流而生的 “高速公路”。 适用场景： 日志收集、用户行为追踪 实时数据管道、流计算（与 Flink/Spark 集成） Metrics 采集、大数据 ETL 统一日志处理、大数据流处理平台（Streaming Platform） 特点：极致吞吐量，可接受轻微数据丢失（或通过配置做 阅读全文
posted @ 2026-08-27 09:18
愿鲁且愚
阅读(9)
评论(0)
推荐(0)
摘要：
  阅读全文
posted @ 2026-08-27 09:15
愿鲁且愚
阅读(5)
评论(0)
推荐(0)
摘要：
夯死：系统（主机/服务器/进程）没有彻底崩溃（未 Down），但完全失去响应能力。 阅读全文
posted @ 2026-08-27 09:09
愿鲁且愚
阅读(6)
评论(0)
推荐(0)
摘要：
OceanBase：金融级分布式数据库 1.1 技术定位 用分布式、水平扩展、软件定义的技术思想，重新打造兼具以下特性的产品： SQL 兼容性（传统数据库） ACID 事务能力 极致高可用 解决海量数据的高并发、实时在线交易与处理问题。 1.2 行业地位 金融行业分布式改造的 “事实标准”。 典型案 阅读全文
posted @ 2026-08-27 09:06
愿鲁且愚
阅读(26)
评论(0)
推荐(0)
摘要：
HDFS：银行的“大型档案室” 1.1 与 SAN 的对比定位 对比维度 SAN（存储区域网络） HDFS 服务对象 核心账务、支付、客户信息管理系统 数据湖、离线数仓、历史查询、反欺诈模型训练 核心要求 极致稳定、毫秒级延迟、强一致性 低成本、大容量、弹性，允许秒级/分钟级延迟 比喻 “保险柜”— 阅读全文
posted @ 2026-08-27 09:05
愿鲁且愚
阅读(10)
评论(0)
推荐(0)
摘要：
一、Hive：从“核心引擎”到“存储底座” 1.1 核心定位：离线数仓的基石 在银行大数据平台架构中，Hive 通常作为离线数据湖/仓库的核心存储与管理组件存在。 价值权衡：银行选择 Hive，是因为它能以最低成本、最稳定方式处理最大规模数据（夜间批量 ETL、全量扫描、历史归档），同时提供统一的元 阅读全文
posted @ 2026-08-27 09:02
愿鲁且愚
阅读(44)
评论(0)
推荐(0)
浙公网安备 33010602011771号