摘要： 安装HBase HBase是一个构建在HDFS上的分布式列存储系统，主要用于海量结构化数据存储。这里，我们的目标只是为Python访问HBase提供一个基本的环境，故直接下载二进制包，采用单机安装。下载后解压，修改配置文件，然后可以直接启动HBase了。所用系统版本为ubuntu14.04。 下载 阅读全文

摘要： kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 这种动作是在现代网络上的许多社会功能的一个关键因素。 Kafka是什么 Kafka是最初由Linkedin公司开发，是一个分布式、分区的、多副本的、多订阅者，基于zookeeper协调的分布式日志系统( 阅读全文

摘要： 1、request_time 官网描述：request processing time in seconds with a milliseconds resolution; time elapsed between the first bytes were read from the client 阅读全文

摘要： 这里面都是一些很简单的规则，看似没有特别大的意义，但真实的不就是这么简单繁杂的工作吗？ 军规适用场景：并发量大、数据量大的互联网业务 军规：介绍内容 解读：讲解原因，解读比军规更重要 一、基础规范 （1）必须使用InnoDB存储引擎 解读：支持事务、行级锁、并发性能更好、CPU及内存缓存页优化使得资 阅读全文

摘要： 内置算法和模板说明 更新时间：2016-11-23 16:04:13 内置算法和模板说明 更新时间：2016-11-23 16:04:13 离线算法流程模板 main_ofl main_itm main_dft detail_ofl detail_itm detail_dft spl_grd_svd 阅读全文

摘要： 故障排查： 早上突然收到nagios服务器check_icmp的报警，报警显示一台网站服务器的内网网络有问题。因为那台服务器挂载了内网的NFS，因此内网的网络就采用nagios的check_icmp来做监控。 赶紧登录服务器进行排查。首先使用ping 内网IP的方式查看内网的连通性，ping的过程中 阅读全文

摘要： 1. 前言 随着互联网技术和社会化网络的发展，每天有大量包括博客，图片，视频，微博等等的信息发布到网上。传统的搜索技术已经不能满足用户对信息发现的需求，原因有多种，可能是用户很难用合适的关键词来描述自己的需求，也可能用户需要更加符合他们兴趣和喜好的结果，又或是用户无法对自己未知而又可能感兴趣的信息做 阅读全文

摘要： Sysctl是一个允许您改变正在运行中的Linux系统的接口。它包含一些 TCP/IP 堆栈和虚拟内存系统的高级选项， 这可以让有经验的管理员提高引人注目的系统性能。用sysctl可以读取设置超过五百个系统变量。基于这点，sysctl(8) 提供两个功能：读取和修改系统设置。 查看所有可读变量： % 阅读全文

摘要： 实验环境： zookeeper-3.4.6 Spark：1.6.0 简介： 本篇博客将从以下几点组织文章： 一：Spark 构建高可用HA架构 二：动手实战构建高可用HA 三：提交程序测试HA 一：Spark 构建高可用HA架构 Spark本身是Master和Slave,而这这里的 Master是指 阅读全文

摘要： [转]http://sofar.blog.51cto.com/353572/1352713 一、基础环境 1、服务器分布10.217.145.244 主名字节点10.217.145.245 备名字节点10.217.145.246 数据节点110.217.145.247 数据节点210.217.145 阅读全文