摘要：
1.v-text：用于更新标签包含的文本，作用和{{}}的效果一样。 2.v-html：绑定一些包含html代码的数据在视图上。 3.v-show：用来控制元素的display属性，和显示隐藏有关。v-show指令的取值为true/false，当值为true时直接渲染，当值为false时渲染出来之后 阅读全文
摘要：
1 背景 2008年以后，国内互联网行业飞速发展，我们对软件系统的需求已经不再是过去”能用就行”这种很low的档次了，像抢红包、双十一这样的活动不断逼迫我们去突破软件系统的性能上限，传统的IT企业”能用就行”的开发思想已经不能满足互联网高并发、大流量的性能要求。系统架构走向分布式已经是服务器开发领域 阅读全文
摘要：
1.分治法 关键词：递归（递归式）、大问题分解成子问题（子问题相互独立，且与原问题相同）、合并（子问题的解合并成原问题的解） 步骤： 1.分解。将原问题分解成一系列子问题。 2.求解。递归地求解各子问题。若子问题足够小，则直接求解。（递归式） 3.合并。将子问题的解合并成原问题的解 示例：归并排序； 阅读全文
摘要：
本文目录： 数据结构分类1、数组2、栈3、队列4、链表5、树6、散列表7、堆8、图数据结构分类数据结构是指相互之间存在着一种或多种关系的数据元素的集合和该集合中数据元素之间的关系组成 。 常用的数据结构有：数组，栈，链表，队列，树，图，堆，散列表等，如图所示： 每一种数据结构都有着独特的数据存储方式 阅读全文
摘要：
Vue常用UI框架 PC端： 1. ElementUI：http://element-cn.eleme.io/#/zh-CN 2. iView：https://www.iviewui.com/ 3. VueStrap：http://yuche.github.io/vue-strap/ 4. VueA 阅读全文
摘要：
Zookeeper使用了一种称为Zab（Zookeeper Atomic Broadcast）的协议作为其一致性复制的核心，据其作者说这是一种新发算法，其特点是充分考虑了Yahoo的具体情况：高吞吐量、低延迟、健壮、简单，但不过分要求其扩展性。下面将展示一些该协议的核心内容： 另，本文仅讨论Zook 阅读全文
摘要：
一致性算法Raft详解 背景 熟悉或了解分布性系统的开发者都知道一致性算法的重要性，Paxos一致性算法从90年提出到现在已经有二十几年了，而Paxos流程太过于繁杂实现起来也比较复杂，可能也是以为过于复杂 现在我听说过比较出名使用到Paxos的也就只是Chubby、libpaxos，搜了下发现Ke 阅读全文
摘要：
Paxos算法的难理解与算法的知名度一样令人敬仰，从我个人的经历而言，难理解的原因并不是该算法高深到大家智商不够，而在于Lamport在表达该算法时过于晦涩且缺乏一个完整的应用场景。如果大师能换种思路表达该算法，大家可能会更容易接受： 首先提出算法适用的场景，给出一个多数读者能理解的案例 其次描述P 阅读全文
摘要：
排序大的分类可以分为两种：内排序和外排序。在排序过程中，全部记录存放在内存，则称为内排序，如果排序过程中需要使用外存，则称为外排序。下面讲的排序都是属于内排序。 内排序有可以分为以下几类： (1)、插入排序：直接插入排序、二分法插入排序、希尔排序。 (2)、选择排序：简单选择排序、堆排序。 (3)、 阅读全文
摘要：
<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:sch 阅读全文
摘要：
一、Python全栈图谱 2、Python语言高级 Python 全栈工程师前端 Python全栈工程师后端 Python Linux运维自动化开发 Python KaliLinux信息安全开发和使用 Python数据分析阶段 Python人工智能阶段 Python 树莓派物联网阶段 Python项 阅读全文
摘要：
1 配置 1.1 开发环境： HBase：hbase-1.0.0-cdh5.4.5.tar.gz Hadoop：hadoop-2.6.0-cdh5.4.5.tar.gz ZooKeeper：zookeeper-3.4.5-cdh5.4.5.tar.gz Spark：spark-2.1.0-bin-h 阅读全文
摘要：
一、Benchmark简介Benchmark是一个评价方式，在整个计算机领域有着长期的应用。正如维基百科上的解释“As computer architecture advanced, it became more difficult to compare the performance of var 阅读全文
摘要：
一. Flink的下载 安装包下载地址：http://flink.apache.org/downloads.html ，选择对应Hadoop的Flink版本下载 Flink 有三种部署模式，分别是 Local、Standalone Cluster 和 Yarn Cluster。 二. Local模式 阅读全文
摘要：
基础命令show databases; # 查看某个数据库use 数据库; # 进入某个数据库show tables; # 展示所有表desc 表名; # 显示表结构show partitions 表名; # 显示表名的分区show create table_name; # 显示创建表的结构 # 建 阅读全文
摘要：
配置 hadoop+yarn+hbase+storm+kafka+spark+zookeeper 高可用集群，同时安装相关组建：JDK，MySQL，Hive，Flume 文章目录 环境介绍 节点介绍 集群介绍 软件版本介绍 前期准备 相关配置 新建用户 centos 添加sudo权限 更改用户名 主 阅读全文
摘要：
一.环境配置 vim /etc/sysconfig/network-scripts/ifcfg-eth0 vim /etc/sysconfig/network vim /etc/hostname vim /etc/hosts 二.ssh 免密码互相登陆 1. ssh-keygen -t rsa 2. 阅读全文
摘要：
mysql 及其mycat 分库分表1.主从架构2.读写分离3.分表分库 3.1水平拆分 3.2垂直拆分 一。读写分离当数据不断增多的时候，数据库压力增大，可以把读和写分离开，读是一些机器，写是另一些机器，对应主从服务器，主服务器是写操作，从服务器读操作，可以有多个从服务器，而且大多数业务是读操作， 阅读全文
摘要：
HA MHA（1）从宕机崩溃的master保存二进制日志事件（binlog events）;（2）识别含有最新更新的slave；（3）应用差异的中继日志（relay log）到其他的slave；（4）应用从master保存的二进制日志事件（binlog events）；（5）提升一个slave为新的 阅读全文
摘要：
MySQL主从架构配置有两台MySQL数据库服务器master和slave，master为主服务器，slave为从服务器，初始状态时，master和slave中的数据信息相同，当master中的数据发生变化时，slave也跟着发生相应的变化，使得master和slave的数据信息同步，达到备份的目的 阅读全文
摘要：
1.分表 当项目上线后，数据将会几何级的增长，当数据很多的时候，读取性能将会下降，更新表数据的时候也需要更新索引，所以我们需要分表，当数据量再大的时候就需要分库了。 a.水平拆分：数据分成多个表 b.垂直拆分：字段分成多个表 c.插入/更新/删除数据和查询统计 MyISAM存储引擎有一个MERGE存 阅读全文
摘要：
在并发编程中，多个线程之间采取什么机制进行通信（信息交换），什么机制进行数据的同步？ 在Java语言中，采用的是共享内存模型来实现多线程之间的信息交换和数据同步的。 线程之间通过共享程序公共的状态，通过读-写内存中公共状态的方式来进行隐式的通信。同步指的是程序在控制多个线程之间执行程序的相对顺序的机 阅读全文
摘要：
一、简介 JStorm是一个分布式实时计算引擎。JStorm是一个类似于Hadoop MapReduce的系统，用户按照指定的接口实现一个任务，然后将这个任务交给JStorm系统，JStorm将这个任务跑起来，并按7*24小时运行。如果中间一个worker发生了意外故障，调度器立即分配一个新的wor 阅读全文
摘要：
import java.net.URI;import java.util.Iterator;import java.util.Map.Entry; import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Bloc 阅读全文
摘要：
import java.util.ArrayList; import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.Cell;import org.apache.hadoop.hbase.CellUtil;im 阅读全文
摘要：
package cn.itcast_01_hbase; import java.io.IOException;import java.util.ArrayList;import java.util.List; import org.apache.hadoop.conf.Configuration;i 阅读全文
摘要：
1.JVM参数优化: 2.HBase客户端使用优化： 7.关闭WAL Flag，设置setWriteToWAL(false), 不建议，有丢数据的风险; 3. 建表时优化: 1.根据不同的业务，合理地设置好HBase表命名空间； 4. 运维时优化： 5 .配置参数优化： 阅读全文
摘要：
1 mysql数据导入到hdfs数据 hadoop提供了org.apache.hadoop.io.Writable接口来实现简单的高效的可序列化的协议，该类基于DataInput和DataOutput来实现相关的功能。 hadoop对数据库访问也提供了org.apache.hadoop.mapred 阅读全文
摘要：
Yarn的产生 mapReduc1.0 1单点故障 2扩展效率低 3资源利用率高 降低运维成本 方便数据共享 多计算框架支持 MapReduce Spark Storm Yarn的架构图 Yarn模块介绍 ResourceManger 负责集群资源的统一管理和调度 处理客户端请求 启动/监控Appl 阅读全文
摘要：
HDFS命令基本格式：hadoop fs -cmd < args > ls 命令hadoop fs -ls /列出hdfs文件系统根目录下的目录和文件 hadoop fs -ls -R /列出hdfs文件系统所有的目录和文件 put 命令hadoop fs -put < local file > < 阅读全文
摘要：
1、HDFS的设计 HDFS是什么：HDFS即Hadoop分布式文件系统（Hadoop Distributed Filesystem），以流式数据访问模式来存储超大文件，运行于商用硬件集群上，是管理网络中跨多台计算机存储的文件系统。 HDFS不适合用在：要求低时间延迟数据访问的应用，存储大量的小文件 阅读全文
摘要：
一.消息队列的作用 1. 应用解耦 2.异步处理 3.数据限流 4.消息通信二.概念代理 broker kafka 集群中一个kafka的进程生产者 producer消费者 consumer 消费者组 多个线程来执行 主题 topic 分区 每一个主题中有一个或多个分区 基于物理层次 副本 每个主题 阅读全文
摘要：
1.HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似 阅读全文
摘要：
1.hive 介绍 （hadoop 上 sql on MR ） hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapRe 阅读全文
摘要：
准备工作： 注意事项 需要启动多个shell脚本交互客户端进行验证，运行中的客户端不要停止。 安装flume 下载：wget http://mirrors.hust.edu.cn/apache/flume/1.6.0/apache-flume-1.6.0-bin.tar.gz 解压：tar -zxv 阅读全文
摘要：
事务 事务是一组原子性sql查询语句，被当作一个工作单元。若MySQL对改事务单元内的所有sql语句都正常的执行完，则事务操作视为成功，所有的sql语句才对数据生效，若sql中任意不能执行或出错则事务操作失败，所有对数据的操作则无效（通过回滚恢复数据）。 事务有四个属性 多事务运行时的并发问题 数据 阅读全文
摘要：
1. 安装JDK 1.1 安装文件：http://www.oracle.com/technetwork/java/javase/downloads/index.html 下载JDK1.2 安装完成后需要添加以下的环境变量（右键点击“我的电脑” -> "高级系统设置" -> "环境变量" ）： JAV 阅读全文
摘要：
1.Spark是什么?UCBerkeley AMPlab所开源的类HadoopMapReduce的通用的并行计算框架。dfsSpark基于mapreduce算法实现的分布式计算，拥有HadoopMapReduce所具有的优点;但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不 阅读全文
摘要：
大数据技术的体系庞大且复杂，基础的技术包含数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。首先给出一个通用化的大数据处理框架，主要分为下面几个方面：数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化。 一、数据采集 阅读全文
摘要：
首先，使用 ScalaIDE 或 IDEA 创建 Scala 的 Maven 工程。需要用到 spark-core，spark-sql，spark-streaming 的 jar 包，pom 文件如下： <properties> <spark.version>2.1.0</spark.version 阅读全文