本文要點 針對客戶操作、操作儀表板、線上分析等應用場景，使用Apache Kafka和KSQL構建資料整合和處理應用程式。 流處理的主要好處包括：資料增強一次性完成、

一、訊息佇列概述 訊息佇列中介軟體是分散式系統中重要的元件，主要解決應用解耦，非同步訊息，流量削鋒等問題，實現高效能，高可用，可伸縮和最終一致性架構。目前使用較多的訊息佇列有ActiveMQ，RabbitM

Kafka其實也只是一個JVM程序，要想把一個程序搞崩潰，相信大家的nice idea（騷操作）也不少。本文中只是用了一種很常見的方式來使得Kafka的程序崩潰，通過分析崩潰的原因來讓我們可以更合理的使用Kaf

話說上回中，KafkaProducer已經將生產的記錄追加到了RecordAccumulator中。那麼接下來的事情，就是怎麼樣把這些記錄提交到服務端了。 是否還記得在KafkaProducer.doSen

消費者輪詢通過拉取器（Fetcher）傳送拉取請求，拉取器會呼叫消費者網路客戶端的傳送方法(send)和網路輪詢方法（poll）。在拉取器的層面拉取請求是沒有真正傳送到服務端的。傳送方法只是把請求存在到變數中，

序 Kafka是一個基於日誌的流處理平臺，一個topic可以有多個分割槽（partition），分割槽是複製的基本單元，在單節點上，一個分割槽的資料檔案可以儲存在多個磁碟目錄中，配置項是：

前 言 本文將描述如何使用 elasticsearch、 fluentd 、 kibana構建容器化日誌收集系統 原創作者：吳鵬 介 紹 elasticsearch： 一個分散

編輯推薦: 本文來自於網路，本文首先從Kafka的架構著手，先

快，關注這個公眾號，一起漲知識~ 本文介紹了druid的基礎架構以及工作過程，通過一個應用案例加深瞭解。 上篇文章回顧：玩轉 Linux cron durid簡介 d

Kafka的叢集配置一般有三種方法 ，即 （1）Single node – single broker叢集； （2）Single node – multiple broker叢集；

在國內Threat Hunting常被翻譯成威脅追蹤或威脅狩獵，我們認為：“未知攻焉知防，未知防焉知攻”。藍方並不一定要處於被動防守的狀態，完全可以主動獵殺對手！ 本文是威脅獵殺實戰系列的第一篇，按照本文的

在第一篇 和第二篇 中我們學到了 使用對稱加密加密資訊，非對稱加密配送金鑰，使用雜湊確認檔案沒有被篡改，使用訊息認證碼確保知曉密碼的才能傳送訊息，使用數字簽名來證明訊息的傳送者。 那麼，如果我們在網

Flink執行時包含了兩種型別的處理器： JobManager處理器：也稱之為Master，用於協調分散式執行，它們用來排程task，協調檢查點，協調失敗時恢復等。Flink執行時至少存在一個master處

最近，社群提交了一個新的Proposal: 《Change threading-model in StreamTask to a mailbox-based approach》(來自Ververica的Stef

版權宣告：本文為博主原創文章，未經博主允許不得轉載。https://blog.csdn.net/kongxx/article/details/90166338 今天要做一個Flink的測