为什么需要分布式锁
在分布式架构中，多个程序访问统一资源的时候，传统的synchronized是无效的，它只针对一个JVM进程内多个线程起到同步作用，对跨进程无效。
解决方案：
1、利用数据库select … for update 语句对库存进行锁定，依赖数据库自身特...
2年前 (2022-10-08) 843℃
0喜欢
说明
Hive自带了一些函数，比如：max/min等，但是数量有限，碰到一些个性化业务需求，比如数据加密脱敏、URL解码、身份证校验、解析IP和手机号归属地，就可以通过自定义UDF来方便的扩展。
官方文档：https://cwiki.apache.org/confluence/d...
2年前 (2022-10-07) 739℃
0喜欢
结论
hive 压缩和存储组合推荐使用：orc + snappy 获得最好的性能和合理的压缩率
存储格式选择
Hive支持的存储数据的格式主要有：textfile 、orc、parquet。
textfile存储格式是基于行存储的，实际生产不使用，一般只有数仓的ODS原始数据层使...
2年前 (2022-10-04) 6665℃
1喜欢
前言
本文主要介绍如果通过openresty+lua实现一个前端埋点服务，实现功能如下：
（1）用户上传数据实现简单的鉴权
（2）允许跨域请求
（3）获取用户上传的body内容和部分header头，拼接成最终完成的埋点信息，发送给Kafka
架构图如下：
配置
（1）编译安装o...
2年前 (2022-01-20) 1960℃
21喜欢
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...
3年前 (2021-11-13) 4146℃
31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...
3年前 (2021-11-13) 2372℃
2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...
3年前 (2021-06-22) 2484℃
85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...
3年前 (2021-06-14) 3803℃
8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 ...
3年前 (2021-02-22) 3309℃
39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...
3年前 (2021-02-09) 6271℃
7喜欢
