由于blog各种垃圾评论太多,而且本人审核评论周期较长,所以懒得管理评论了,就把评论功能关闭,有问题可以直接qq骚扰我
大数据

streamset 实时同步mysql binlog到kudu

streamset 实时同步mysql binlog到kudu
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

大数据

Kafka 实现内外网访问流量分离

Kafka 实现内外网访问流量分离
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

大数据

HUE 数据导出限制修改

HUE 数据导出限制修改
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

大数据

CDH hive 2.1.1 升级hive2.3.8

CDH hive 2.1.1 升级hive2.3.8
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

大数据

atlas2.1集成CDH6.2进行元数据管理

atlas2.1集成CDH6.2进行元数据管理
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

大数据

ClickHouse学习和集群部署

ClickHouse学习和集群部署
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

架构设计

灰度发布系统架构设计

灰度发布系统架构设计
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

自动化

k8s 弹性伸缩,基于prometheus自定义指标

k8s 弹性伸缩,基于prometheus自定义指标
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

自动化

k8s 弹性伸缩,基于CPU指标

k8s 弹性伸缩,基于CPU指标
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

大数据

Azkaban 任务运行时长监控

Azkaban 任务运行时长监控
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