摘要：
Support in the Wild: My Biggest Elasticsearch Problem at Scale Java Heap Pressure Support in the Wild: My Biggest Elasticsearch Problem at Scale Java 阅读全文
摘要：
一、doc_values介绍 doc values是一个我们再三重复的重要话题了，你是否意识到一些东西呢？ 搜索时，我们需要一个“词”到“文档”列表的映射 排序时，我们需要一个“文档”到“词“列表的映射，换句话说，我们需要一个在倒排索引的基础上建立的“正排索引” 这里的“正排索引”结构通常在其他系统 阅读全文
摘要：
Column-store compression At a high level, doc values are essentially a serialized column-store. As we discussed in the last section, column-stores exc 阅读全文
摘要：
doc_values doc_values Doc values are the on-disk data structure, built at document index time, which makes this data access pattern possible. They sto 阅读全文
摘要：
ES索引文件瘦身总结如下： 原始数据：（1）学习splunk，原始data存big string（2）原始文件还可以再度压缩倒排索引：（1）去掉不必要的倒排索引信息：例如文件位置倒排、_source和field store选择之一（2）合并倒排文件，去掉一些冗余的小文件（3）原始数据big stri 阅读全文
摘要：
摘自：http://www.aboutyun.com/thread-17078-1-1.html Segment MemorySegment不是file吗？segment memory又是什么？前面提到过，一个segment是一个完备的lucene倒排索引，而倒排索引是通过词典 (Term Dict 阅读全文
摘要：
2011年，Twitter发布了开源的分布式流计算系统Storm。四年后，随着用户数量的急剧增加，Twitter每天要处理的事件已经增加到十亿以上。Storm系统应对如此庞大而复杂多样的流数据变得十分困难。为了解决该问题，Twitter公司近期开发了一套全新的流处理系统——Heron。近日，Twit 阅读全文
摘要：
在12月2日下午的“大数据技术与应用”分论坛的第一场演讲中，来自全球知名互联网公司——FaceBook公司的软件工程师、研发经理邵铮就带来了一颗重磅炸弹，他将为我们讲解FaceBook公司的实时数据处理分析平台的核心——Puma的演进以及未来的发展思路。 FaceBook公司自成立以来发展就非常迅猛 阅读全文
摘要：
Scuba，Facebook的一个非常快速、分布式的内存数据库，用于实时分析和查询。是Facebook的回归分析代码、错误报告监控、广告收入监控和性能调试的背后主力。 Facebook的实时流处理技术 随着云计算大数据的发展，有越来越多的场景需要借助于实时数据处理技术，为此有很多公司开发了自己的实时 阅读全文