摘要：
新开分类，增加职业规划随想，用于记录自己对于以后的职业畅想。 畅想自己在2019-2023年这4年期间，自己从基础的平台开发运营， 到各种开源组件的学习应用，再到一个CRUD的大数据工程师。自己一路走来，更多是像一名技师，孰能生巧，唯手熟尔。 如今开一博客，记录日常解决问题，新技术探索学习。 也探讨 阅读全文
摘要：
HBase 架构与读取流程 HBase RowKey 设计 HBase 是三维有序存储的，通过rowkey，column key(column family qulifier) 和TimeStamp 这三个维度确定唯一的cell 数据。 HBase中rowkey可标识一行记录，在HBase中共有2种 阅读全文
摘要：
Background Spark 配置log4j2，并且解决Kafka Kerberos 认证问题。 Using the new Spark log collect architecture: Spark Log ==> Kafka ==> NIFI ==> Splunk. Through this 阅读全文
摘要：
Hive SQL 优化一：https://www.jianshu.com/p/8e2f2f0d4b6c 优化二：https://www.jianshu.com/p/deb4a6f91d3b 注： 工作中常用的优化方式，还是以分区裁剪，join优化，SQL处理数据倾斜为主。后续公司逐渐会使用Hive 阅读全文
摘要：
Index Flink面试题 1. Flink 与Spark区别？ 2. Flink组件栈 3. Flink架构中的角色 4. Flink程序执行流程图 5. Flink几个双流join算子 6. Flink分区 7. Flink窗口函数种类 8. 对于滚动窗口的超时数据，如何处理 9. Flink 阅读全文
摘要： 
flink一致性详解 阅读全文
flink一致性详解 阅读全文
摘要：
学习内容: 状态的功能 状态的分类 状态的开发 Checkpoint 重启策略 StateBackend Savepoint 什么是状态 后面批次的计算结果是基于前面批次的计算结果进行处理，而相对的Spark/MR有固定的数据源批次，是无状态的。 状态的分类 状态主要分为3类： Keyed Stat 阅读全文
摘要：
背景 组件：Kubernetes，Gitlab，Jenkins 最近基于Flask开发了小型web后端。通过CI/CD进行发布部署，记录下整个CI/CD流程。 流程 Gitlab和Jenkins项目关联 设置项目 构建Dockerfile 提前构建好Docker镜像， 包含环境需要的依赖。 FROM 阅读全文
摘要：
kubernetes本地搭建版本选择 CentOS Linux release 7.7.1908 kubernetesVersion: v1.17.0 weave-kube:2.6.0 ceph/ceph:v14.2.6 CentOS 环境准备 3台机器环境检查 master内存至少4GiB 禁用s 阅读全文
摘要：
安装kubernetes遇见问题 1. , 查看发现coredns readiness 一直unhealthy， 并且一直报503 2. 发现以下错误coredns dial tcp 10.96.0.1:443: connect: no route to host 原因 使用kubeadm rese 阅读全文