摘要： 一、Spark架构设计 二、Spark常用算子 tips1: 数据处理的生命周期tips2: repartition vs coalesce区别： 可以使用 repartition 算子随意调整（提升或降低）RDD 的并行度，而 coalesce 算子则只能用于降低 RDD 并行度 repartit 阅读全文

摘要： Watermark简介 在 Apache Flink 中，水印（Watermark） 是一种用于处理事件时间（Event Time）流数据的机制。它代表了流处理系统中对事件时间进度的理解，用来标识数据流中的时间点，从而帮助确定何时窗口应该关闭并触发计算。 水印的作用控制窗口计算：Flink 使用水印 阅读全文

摘要： 在读开源代码时，英文注释看起来比较吃力，于是安装一个翻译插件第一步：安装TranslateHelper插件 配置 IDEA -> Preferences -> Plugins ，安装TranslateHelper这个插件 第二步：在百度翻译平台申请appId和secretKey地址 https:// 阅读全文

摘要： 当我们在【应用程序】下面把飞连移到废纸篓时，会提示被锁定无法删除 我们需要先把软件解锁，执行以下命令, 再移到废纸篓即可 sudo /usr/bin/chflags -R noschg /Applications/CorpLink.app 阅读全文

摘要： 理解指针 指针类型和普通类型区别 package main import ( "fmt" ) type User struct { Id int64 Name string } func (user *User) getUserInfo() string { return fmt.Sprintf(" 阅读全文

摘要： 一、Yarn基本架构 YARN主要由ResourceManager、NodeManager、ApplicationMaster和Container组成，之间通过RPC通讯 1、ResourceManager：是一个全局的资源管理器，负责整个系统的资源管理和分配。它主要由两个组件构成：调度器（Sche 阅读全文

摘要： 一、架构设计 Driver根据用户代码构建计算流图，拆解出分布式任务并分发到 Executors 中去；每个Executors收到任务，然后处理这个 RDD 的一个数据分片子集 DAGScheduler根据用户代码构建 DAG；以 Shuffle 为边界切割 Stages；基于 Stages 创建 阅读全文

摘要： 个人理解，欢迎指正 数据库 引擎 写数据 读数据 补充 MySql InnoDB：支持事务，高速读写性能一般 Myisam：不支持事务，高速读写性能好 以InnoDB更新一条记录为例 1、B+Tree搜索找到这行记录，如果数据页在内存直接返回给【执行器】，否则从磁盘读入内存再返回 2、【执行器】更新 阅读全文

摘要： 简单来说就是利用hash算法计算出hash位，如果找到说明【可能存在】，因为别的值也可能算出同一个hash位，如果找不到说明【一定不存在】 https://www.cnblogs.com/xiaoniuhululu/p/16736861.html https://zhuanlan.zhihu.com 阅读全文

摘要： 一、功能简介 Atlas 是一组可扩展的核心基础治理服务，使企业能够高效地满足其在 Hadoop 中的合规性要求，并允许与整个企业数据生态系统集成。Apache Atlas 为组织提供开放的元数据管理和治理功能，以构建其数据资产的目录，对这些资产进行分类和治理，并为数据科学家、分析师和数据治理团队提 阅读全文