大数据

1. 首页
2. IT互联网
3. 大数据

告别 nohup：Hive Metastore 交给 systemd 托管的完整步骤

Hive Metastore 从 nohup 手工启动迁移到 systemd 托管 背景在 Hadoop 3 + Hive 3 的学习环境中，Hive Metastore 通常是通过如下方式启动的：nohup hive --service metastore -p 9083 > /tmp/hive-metastore.log 2>&1 &a

大数据 2026年03月23日 97 点赞 0 评论 17068 浏览

【RabbitMQ】-- 七种工作模式

文章目录 2. RabbitMQ七种工作模式 2.1 Simple(简单工作模式) 2.2 Work Queue(工作队列) 2.3 Publish/Subscribe(发布/订阅模式) 2.4 Routing(路由模式) 2.5 Topics(通配符模式) 2.6 RPC(RPC通信模式) 2.7 Publisher Confirms(发布确认模式--异步) 更多Rabbit

大数据 2026年03月23日 89 点赞 0 评论 11974 浏览

【大数据存储与管理】分布式数据库HBase：03 HBase数据模型

【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈大数据技术原理与应用 ⌋

大数据 2026年03月23日 199 点赞 0 评论 11473 浏览

基于 Kafka 的医嘱事件架构

一：为什么要用事件总线 解耦：把 HIS 的业务事实（医嘱、执行、记账）解耦为事件，病案、计费、质控、DRG 等系统通过消费同一条事实构建各自视图 可回放 / 恢复：事件可以持久化并重放，用于补录、补算或回放历史 高吞吐与扩展：Kafka 能天然横向扩展&#xff0c

大数据 2026年03月23日 138 点赞 0 评论 10020 浏览

【SpringCloud】注册中心 && 服务注册 && 服务发现 && Eureka

文章目录 Ⅰ. 背景 一、问题描述 二、注册中心 三、CAP理论 四、常见的注册中心 ① Zookeeper ② Eureka ③ Nacos CAP对比 Ⅱ. Eureka介绍 Ⅲ. 搭建EurekaServer 一、创建Eureka-server子模块 二、引入eureka-server依赖 三、添加maven项目构建插件 四、完善启动类 五、编写配置文件

大数据 2026年03月14日 167 点赞 0 评论 11421 浏览

在线编程实现！如何在Java后端通过DockerClient操作Docker生成python环境

目录在线编程实现！如何在Java后端通过DockerClient操作Docker生成python环境一、为什么要用后端程序操作Docker二、安装Docker1、安装Docker2、启动Docker三、DockerClient与CMD操作Docker的区别四、干货！如何使用DockerClient实现在线编程1、前置工作①引入并安装依赖②构建Java与Docker的链接

大数据 2026年03月14日 110 点赞 0 评论 13556 浏览

大数据领域 RabbitMQ 的消息延迟处理策略

大数据领域 RabbitMQ 的消息延迟处理策略 关键词：RabbitMQ、消息延迟、死信队列、TTL、延迟插件、大数据处理、异步解耦 摘要：在大数据分布式系统中，消息延迟处理是保障异步业务流程可靠性的关键技术。本文深入剖析RabbitMQ消息延迟的核心原理，系统讲解基于TTL（生存时间）、死信队列&

大数据 2026年03月14日 33 点赞 0 评论 5891 浏览

默契之舞 之 生产者消费者模式（RabbitMQ）

Hi~！这里是奋斗的明志，很荣幸您能阅读我的文章，诚请评论指点，欢迎欢迎 ~~ 🌱🌱个人主页：奋斗的明志 🌱🌱所属专栏：RabbitMQ 📚本系列文章为个人学习笔记，在这里撰写成文一为巩固知识，

大数据 2026年03月14日 180 点赞 0 评论 5526 浏览

Spark Streaming Direct方式深度解析：原理、优势与Exactly-Once实现

Spark Streaming Direct方式深度解析：原理、优势与Exactly-Once实现 引言 一、Direct方式架构概览 1.1 整体架构图 1.2 核心组件职责对比 二、数据读取机制详解 2.1 Direct方式核心代码 2.2 RDD分区与Kafka分区的对应关系 2.3 分区映射可视化 三、偏移量管理机制 3.1 偏移量获

大数据 2026年03月14日 46 点赞 0 评论 9186 浏览

二、Kafka核心架构与分布式存储

思维导图 一、Kafka定位与核心特性 Kafka不仅是传统的消息队列中间件，更被官方定义为新一代的分布式事件流平台。它在海量流式计算场景中占据绝对核心地位，具备以下底层物理特性： 高吞吐与高并发：摒弃缓慢的随机寻址，深度依赖操作系统的页缓存与磁盘的顺序追加写。单机即可支撑每秒百万级的高并发数据吞吐。 可靠性与持

大数据 2026年03月14日 54 点赞 0 评论 11461 浏览