隨著公司的業務不斷的發展，將服務和檔案放在同一伺服器下面的弊端越來越明顯；這個時候就該上線獨立的圖片伺服器系統；通過ftp或者ssh工具將檔案上傳到圖片伺服器的某個目錄下面，在通過ngnix或者apache伺服器來做

微信公眾號：一個優秀的廢人。如有問題，請後臺留言，反正我也不會聽。 前言 來自不願意透露姓名的小師弟的投稿。這篇主要講了，專案中配置了多快取遇到的坑，以及解決辦法。 發現問題 在一

大資料時代，海量資料採集應用是企業大資料平臺關鍵技術之一。尤其是對來自於智慧化裝置、多感測器、原生日誌等實時性高、體量大、多源異構的大量資料，如何搭建一套先進、高效、穩定和靈活的實時大資料採集技術架構體系呢？本

微信公眾號： 深廣大資料Club 關注可瞭解更多大資料相關的諮詢。有問題或建議，請公眾號留言; 如果你覺得深廣大資料Club對你有幫助，歡迎轉發朋友圈分享 宣告 大家好，最近一段時間

有很多人問過我要過Kafka相關的面試題，我一直懶得整理，這幾天花了點時間，結合之前面試被問過的、別人諮詢過的、我會問別人的進行了相關的整理，也就幾十題，大家花個幾分鐘看看應該都會。面試題列

【Kafka】 首先介紹一下我瞭解的kafka的皮毛資訊—— kafka ——一個分佈流處理系統：流處理：可以像訊息佇列一樣publish或者subscribe資訊；分散式：提供了

公司從建設Hadoop起，採用了Apache社群版本的Hadoop，隨著業務的發展，叢集規模越來越來大，現已突破百餘節點。 在頻繁的更改配置、增刪節點、監控告警等操作中，傳統手工運維的弊端被放得越來越大，日

1、面試官為啥要出這樣一個開放式問題 這篇文章簡單給大家來聊一個網際網路大廠的Java面試題：如果讓你設計一個訊息中介軟體，你會怎麼做？ 其實這個問題之前大致給大家聊過，本質就是面試官在考察

Flink 的一個優勢是，它擁有諸多重要的流式計算功能。其他專案為了實現這些功能，都不得不付出代價。比如，Storm 實現了低延遲，但是做不到高吞吐，也不能在故障發生時準確地處理計算狀態；Spark Strea

在一上篇文章介紹了訊息佇列的使用場景，現在介紹下kafka Kafka主要特點： 同時為釋出和訂閱提供高吞吐量。據瞭解，Kafka每秒可以生產約25萬訊息（50 MB），每秒處理55萬訊息（11

本 期 書 單 《Flink基礎教程》 作者：埃倫·弗裡德曼 , 科斯塔斯·宙馬斯 譯者：王紹翾 憑Flink高效實現容錯性實時資料處理；

本套技術專欄是作者（秦凱新）平時工作的總結和昇華，並深度整理大量網上資源和專業書籍。通過從真實商業環境抽取案例進行總結和分享，並給出商業應用的調優建議和叢集環境容量規劃等內容，請持續關注本套部落格。QQ郵箱地址

作者：pany 時間：2019-3-3 21:36 參考：Kafka 權威指南（Kafka ：The Definitive Guide） 注：如果網上找不到這本書的資源，可以聯絡我，免費分享。微信：

在追求時間就是金錢的今天，快速建立一個大型的Java專案尤為重要。 傳統做法 傳統做法無非就是用Eclipse、Idea或者其他工具建立一個空白專案，然後像搭積木一樣往上面新增各種依賴

作者：pany 時間：2019-3-3 21:36 參考：Kafka 權威指南（Kafka ：The Definitive Guide） 注：如果網上找不到這本書的資源，可以聯絡我，免費分享。微信：