大数据

1. 首页
2. IT互联网
3. 大数据

RabbitMQ 高可用 (HA) 队列详解：构建不宕机的消息系统

RabbitMQ 高可用 (HA) 队列详解：构建不宕机的消息系统 在生产环境中，高可用性（High Availability, HA） 是 RabbitMQ 的核心需求。当某个节点宕机时，如果消息队列无法继续服务，将导致消费者中断、消息堆积甚至丢失。RabbitMQ 提供了多种机制实现队列的高可用&#xff0c

大数据 2025年09月09日 134 点赞 0 评论 19356 浏览

数据仓库ODS、DWD、DWS、ADS各层介绍

数据仓库Data warehouse（可简写为DW或者DWH）建设的目的，是为前端查询和分析作为基础，主要应用于OLAP（on-line Analytical Processing），支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。目前行业比较流行&#xff1

大数据 2025年09月09日 195 点赞 0 评论 11163 浏览

构建实时消息推送系统：RabbitMQ+Vue.js+STOMP实践

本文还有配套的精品资源，点击获取 简介：本项目通过结合RabbitMQ、Vue.js和STOMP协议，实现了实时消息推送系统。RabbitMQ作为消息中间件，保证消息的可靠传输；Vue.js构建用户界面，实现交互；STOMP通过WebSocket连接实现前后端通信。项目详细步骤包括设置Rab

大数据 2025年09月09日 45 点赞 0 评论 18755 浏览

使用 PySpark 从 Kafka 读取数据流并处理为表

使用 PySpark 从 Kafka 读取数据流并处理为表下面是一个完整的指南，展示如何通过 PySpark 从 Kafka 消费数据流，并将其处理为可以执行 SQL 查询的表。 1. 环境准备确保已安装: Apache Spark (包含Spark SQL和Spark Streaming) Kafka PySpark 对应的Kafka连接器 (通常已包含在Spark

大数据 2025年09月09日 85 点赞 0 评论 13232 浏览

实战案例：零售行业AI流程优化架构，如何用AI+大数据实现供应链智能补货？

好的，这是一篇关于“零售行业AI流程优化架构：如何用AI+大数据实现供应链智能补货”的实战案例技术博客文章，字数力求达到10000字左右。 AI+大数据重塑零售供应链：智能补货实战案例与端到端架构详解 副标题：告别“牛鞭效应”与库存积压，看零售巨头如何用AI算法实现精准预测与动态补货 摘要/引言 开

大数据 2025年09月09日 155 点赞 0 评论 20128 浏览

大数据毕业设计：基于Spark微博舆情分析系统 情感分析 爬虫 Hadoop和Hive 贴吧数据 双平台 讲解视频 大数据 Hadoop 毕业设计 ✅

博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业项目实战6年之久，选择我们就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅 点击

大数据 2025年09月09日 66 点赞 0 评论 3054 浏览

连接kafka（kafka可视化工具）

下面介绍两种连接kafka的工具1、kafka tools下载地址Offset Explorer (kafkatool.com)，工具版本下载之后直接安装即可连接方法：1.1、新建连接1.2、起一个连接名1.3、新加一个kafka servers即可1.4、点击test即可连接完成2、开源工具 kafka king2.1、工具自己系统版本下载下载地址 Releases

大数据 2025年09月09日 77 点赞 0 评论 7024 浏览

Spark详解

1. 相关概念        Spark 是一种基于内存的快速、通用、可扩展的大数据分析计算引擎。1.1 知识了解关于分布式 单机：单进程，单节点； 伪分布式：多进程，单节点； 分布式：多进程，多节点。 分布式的核心是切分数据，减少数据规模。 关于计算    &

大数据 2025年09月09日 94 点赞 0 评论 4660 浏览

时序数据库选型指南:基于大数据视角的IoTDB应用优势分析详解！

目录一、时序数据库选型的基本原则1.1 数据特征与需求分析1.1.1 数据规模与写入负载1.1.2 查询需求1.1.3 数据保留与归档策略1.1.4 系统扩展性与高可用性1.2 技术架构与系统性能评估1.2.1 写入性能1.2.2 查询性能1.2.3 数据压缩能力1.2.4 高可用性与灾备能力1.3 成本与TCO（总拥有成本）二、IoTDB的优势与应用2.1 IoTDB

大数据 2025年09月13日 86 点赞 0 评论 17478 浏览

国产时序数据库选型指南-从大数据视角看透的价值

摘要：大数据时代时序数据库崛起，工业物联网场景下每秒百万级数据点写入成为常态。Apache IoTDB凭借单节点1000万点/秒的写入性能、毫秒级查询响应和20:1超高压缩比脱颖而出，其树形数据模型完美适配工业设备层级结构。相比传统数据库，IoTDB存储成本降低80%，查询效率提升10倍，已应用于国家电网、中

大数据 2025年09月13日 82 点赞 0 评论 7612 浏览