大数据

【Rabbitmq篇】RabbitMQ⾼级特性----持久性,发送⽅确认,重试机制

目录一.持久化1 .交换机持久化 2 队列持久化3.消息持久化测试场景二.发送⽅确认  1 .confirm确认模式2 return退回模式如何保证RabbitMQ消息的可靠传输?(面试重点)三. 重试机制一.持久化 我们在前⾯讲了消费端处理消息时,消息如何不丢失,但是如何保证当RabbitMQ服务停掉以后,⽣产者发送的消息不丢失呢.默认情况下, Ra

在 Kafka 中,如何实现消息的过滤?常见的消息过滤策略有哪些?

在 Kafka 中,消息过滤主要通过 客户端逻辑 或 架构设计 实现(因 Kafka 原生不提供服务端消息过滤功能)。以下是常见策略及实现方式: 一、核心过滤策略 策略类型 实现方式 适用场景 优缺点 1. 消费者端过滤 - 消费者拉取消息后,通过业务逻辑(如检查消息体/Header)丢弃不符合条件的消息

ZooKeeper:五种经典应用场景

1 Distributed Configuration 配置管理我们在项目开发维护过程中会有很多公共变量或资源,需要统一管理,以前可以把它们写在程序公共类或者配置文件中,可是这样以后有变动,程序就需要重新部署,很是不方便,而且分布式、微服务等技术出现,修改维护多个项目管理也变得复杂。为了解决以上问题

在ec2上部署indexTTS和尝试部署sparkTTS模型

模型比较,来自AI输出的结果如下 需求优先级 推荐模型 音色最像真人 + 多音字可控 IndexTTS 情感丰富 + 支持笑声/呼吸等 CosyVoice 低资源 + 快速部署 + 音色克隆 SparkTTS 部署indexTTS模型

SPARK视频处理效率对比:传统开发vsAI辅助

快速体验 打开 InsCode(快马)平台 输入框内输入如下内容: 开发一个SPARK视频拍打特效的基准测试项目,包含:1. 传统手工实现的版本 2. AI辅助生成的版本。两个版本实现相同的功能:手掌检测、拍打动画生成、视频输出。要求生成详细的性能对比报告,包括代码行数、开发时间

【大数据技术实战】流式计算 Flink~生产错误实战解析

前言:流处理时代 Flink与生产痛点        实时数据处理已成为企业构建竞争优势的核心能力。从电商平台的实时库存同步、金融系统的实时风控预警,到物联网设备的实时状态监控,流处理技术支撑着越来越多的关键业务场景。Apache Flink 作为当前流处理领域的 “事实标准”,凭借其低延迟(毫秒级)、高吞吐&#x

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

kafka支持内外网访问

一、需求描述本次搭建单机版Kafka与Kafka集群,每台机器中有内网+外网 单机版 Kafka服务地址:192.168.1.52:9093,外网地址:2.186.2.86:9092 zookeeper服务地址:192.168.1.52:2181,外网地址:2.186.2.86:2181 集