點選上方藍字關注【 北郵郭大寶 】 最近實習需要開發一套Spark Streaming的實時流處理專案，內心還是很期待的。說來慚愧，做大資料開發實習一年有餘了，都是離線批處理的任務，還沒親自操

第1步：生成我們的專案：Spring Initializr 來生成我們的專案。我們的專案將提供Spring MVC / Web支援和Apache Kafka支援。 第2步：釋出/讀取Kafka

shiro支援多個realm，當設定多個realm的時候，shiro的認證和授權的步驟是怎樣的呢。 多個realm認證原理： 發現需要在執行認證的時候，需要策略來處理多個re

Kafka 訊息的 Producer 在呼叫producer.send() 方法傳送訊息時會先把訊息放到本地緩衝中，然後由  Kafka 網路執行緒從緩衝中提取訊息再送到 Kafka 代理上去。本地緩

編輯推薦: 本文來自於csdn，本文主要介紹了Flink專案的一些關鍵特性，希望通過本文的介紹能夠讓讀者對Flink有更多的瞭解，也讓更多的人使用

本文中，我們來看下用  Structured Streaming 怎麼處理 kafka中的複雜json 資料流，Structured Streaming 強項我們都知道，可以使用 event-time  進行聚

如何在流行而強大的 Apache Web 伺服器上託管兩個或多個站點。 在我的上一篇文章中，我解釋瞭如何為單個站點配置 Apache Web 伺服器，事實證明這很容易。在這篇文章中，我將向你展示如何使用單

此文已由作者嶽猛授權網易雲社群釋出。 歡迎訪問網易雲社群，瞭解更多網易技術產品運營經驗。 2.Spark Streaming架構及特性分析 2.1 基本架構 基於是spark c

EventSourcing事件溯源是儲存這些實體相關的事件流（實則是明細表），而不是直接儲存實體的“當前”狀態。每個事件都是一個事實，它描述了實體發生的狀態變化（過去時態！）。眾所周知，事實是無可爭議的，不可改

Calcite 說到Calcite你可能有些陌生,但提及Hive、Kylin、Apache Drill、Flink等一定不會陌生，這些都是在我們日常工作中經常用到的。如上這些都是基於Calcit

Spring for Apache Kafka 2.2釋出了 ，雖然 2.1.x 版本與 2.0.0 kafka-clients jar 相相容（自 2.1.9 起），但此版本要求 2.0.0（並提供

前言 開心一刻 老師對小明說："乳就是小的意思，比如乳豬就是小豬，乳名就是小名，請你用乳字造個句" 小明："我家很窮，只能住在40平米的乳房" 老師：".

Apache Flink 1.5.5 和 1.6.2 釋出了。Apache Flink 是一個開源的流處理框架，應用於分散式、高效能、始終可用的、準確的資料流應用程式。Apache Flink 也是高效和分散式

本文目錄 一、Flink介紹 1.1 Flink基石 1.2 Flink API 1.3 Flink的用途 1.4 Flink Title的變化 二、Flink過去與現在 2

Cube Info 介面主要填寫 Cube 的一些基本資訊，首先要選擇一個數據模型，然後填寫 Cube 名稱，Cube 名稱全域性唯一不能重複；Cube 資訊填寫完成後點選 “Next” 進入下一步。