摘要：Spark是继Hadoop之后的新一代大数据分布式处理框架，由UC Berkeley的Matei Zaharia主导开发。我只能说是神一样的人物造就的神器，详情请猛击http://w ...

一，问题描述 搭建的用来测试的单节点Kafka集群（Zookeeper和Kafka Broker都在同一台Ubuntu上），在命令行下使用： 创建了一个3个分区的Topic如下：（T ...

一，问题描述 数据格式： id, timeStamp,count 条件1：查询 某个时间段 内的数据： timeStamp BETWEEN startTime AND endTime。比如 tim ...

原文链接：[https://jiang-hao.com/articles/2019/big-data-lambda-architecture.html](https://jiang-hao.com/ ...

一、简介 ElasticSearch和Solr都是基于Lucene的搜索引擎，不过ElasticSearch天生支持分布式，而Solr是4.0版本后的SolrCloud才是分布式版本，Solr的分布 ...

本文记录如何更新MongoDB Collection 中的Array 中的元素。假设Collection中一条记录格式如下： 现要删除scores 数组中，"type" 为 "homework ...

学习路上的新起点：大数据Scala + Spark +（HDFS + HBase），本文主要介绍下Scala的基本语法和用法吧。最后再简单介绍一种Java开发工具IntelliJ IDEA的使用。 ...

Kafka session.timeout.ms heartbeat.interval.ms参数的区别以及对数据存储的一些思考 在计算机世界中经常需要与数据打交道，这也是我们戏称CURD工程师的原因 ...

简介 Apache Kafka是分布式发布-订阅消息系统。它最初由LinkedIn公司开发，之后成为Apache项目的一部分。Kafka是一种快速、可扩展的、设计内在就是分布式的，分区的和可复制的提 ...

--spark启动 --退出 or 1、查看已有的database 2、创建数据库 ...