背景
业务数据库中有一些mysql表，这些表的记录会被增删改，我们的需求是需要吧这些mysql表实时同步到大数据数仓的impala中，作为数仓的维表来进行使用，因此需要实时的反映这些表的变化情况。
StreamSets Data Collector（SDC）是目前最先进的可视化数...
2周前 (11-13) 58℃
5喜欢
背景
和第三方公司进行数据集成，因为第三方服务和我们不是部署在一个数据中心，所以需要给第三方的程序开放Kafka的公网访问
问题：Kafka 无法同时内外网访问
Kafka 默认只暴露出来一个地址放到zk中，用户请求Kafka的时候，会返回zk中的地址给客户端进行访问，就算做了公...
2周前 (11-13) 52℃
0喜欢
需求：
HUE 默认限制数据导出条数为10W，但是我们由个需求，数据量是12万，导致无法通过HUE导出
环境：CDH 6.3.2
解决
在服务器手动修改HUE配置文件（注：服务器端没有修改入口），在默认值后添加一个0即可
vim /opt/cloudera/parcels/CDH...
5个月前 (06-22) 417℃
84喜欢
简介
因为CDH5和6架构使用组件间紧耦合架构，不提供组件的独立升级，如果在使用CDH过程中，有需要独立升级组件的需求，就需要尝试和Apache的社区版本进行结合部署，本文以独立升级hive为例进行展示。
环境说明
操作系统：centos 7.8
CDH 版本6.3.2
hive...
6个月前 (06-14) 802℃
4喜欢
Atlas介绍
Apache atlas为组织提供开放式元数据管理和治理功能，用以构建其数据资产目录，对这些资产进行分类和管理，并为数据分析师和数据治理团队，提供围绕这些数据资产的协作功能。
核心组件
core
Ingest/Export：Ingest 组件允许将元数据添加到 ...
9个月前 (02-22) 1385℃
37喜欢
1、ClickHouse产生背景
随着科技的发展，时代的进步，数据分析师已经不再满足于传统的T+1式报表或需要提前设置好维度与指标的OLAP查询。数据分析师更希望使用可以支持任意指标、任意维度并秒级给出反馈的大数据Ad-hoc查询系统。这对大数据技术来说是一项非常大的挑战，传统的...
10个月前 (02-09) 2963℃
6喜欢
灰度发布的定义
互联网产品需要快速迭代开发上线，又要保证质量，保证刚上线的系统，一旦出现问题可以很快控制影响面，就需要设计一套灰度发布系统。
灰度发布系统的作用，可以根据配置，将用户的流量导到新上线的系统上，来快速验证新的功能，而一旦出现问题，也可以马上的修复，简单的说，就是一套...
11个月前 (12-20) 1429℃
16喜欢
简介
上一批文章写了，基于CPU指标的弹性伸缩，资源指标只包含CPU、内存，一般来说也够了。但如果想根据自定义指标:如请求qps/5xx错误数来实现HPA，就需要使用自定义指标了，目前比较成熟的实现是 Prometheus Custom Metrics。自定义指标由Prometh...
1年前 (2020-11-24) 2648℃
0喜欢
k8s弹性伸缩涉及内容
在 Kubernetes 的生态中，在多个维度、多个层次提供了不同的组件来满足不同的伸缩场景。
有三种弹性伸缩
CA（Cluster Autoscaler）：Node级别自动扩/缩容cluster-autoscaler组件
HPA（Horizontal ...
1年前 (2020-11-22) 2223℃
0喜欢
1、解决的痛点
各种原因导致的Azkaban任务运行假死，无法正常跑任务的情况。
2、解决方案
通过调用Azkaban API接口，获取project flow的startTime时间，通过程序进行相减，得出的值超过报警阀值进行报警。
API调用示例：
1、获取用户身份的sess...
1年前 (2020-07-19) 2185℃
25喜欢
