收藏 / 列表

天翼雲開發者社區 - nginx證書緩存功能

本文分享自天翼雲開發者社區《nginx證書緩存功能》.作者:雲海 背景: ssl證書之前是不支持公用的,不同的域名,如果引用同一本證書,是無法公用的,每個域名都要加載同一個證書,浪費內存 新版本: 在1.27.2版本中,nginx官方更新了ssl證書相關的實現,支持了ssl證書緩存共享。 實現原理: 在配置初始化時,初始了ssl證書緩存的紅黑樹: ngx_openssl_cache_crea

網絡安全

ApacheFlink - 雲棲實錄|馳騁在數據洪流上:Flink+Hologres驅動零跑科技實時計算的應用與實踐

本文根據 2025 雲棲大會演講整理而成,演講信息如下 演講人: 聶清 零跑汽車大數據高級專家 零跑科技的快速發展與數據挑戰 零跑科技成立於2015年12月,總部位於浙江杭州,是國內造車新勢力中唯一具備全域自研自造能力及垂直整合度最高的智能電動車企業。業務涵蓋整車設計、研發製造、智能駕駛等領域,始終致力於為用户創造價值。 特別值得一提的是,就在演講前一天,零跑迎來了第100萬台量產車的下

大數據 , flink , 實時計算

泊浮目 - Fluss RoadMap裏Zero Disk是啥

本文在綠泡泡“狗哥瑣話”首發於2024.12.23 -關注不走丟。 上期Fluss的內容還算受歡迎,這期加更,講講Fluss RoadMap裏提到的Zero Disks是怎麼個事兒。 所謂Zero Disks就是把所有的存儲放在S3這種遠程,容量無限的存儲上。這樣集羣本身就可以做到無狀態了。 那這玩意兒會怎麼做呢?我們直接看一篇先成的文章。 原文鏈接: https://medium.com/the

fluss , 大數據 , flink , kafka

StarRocks - 實戰|StarRocks 通過 JDBC Catalog 訪問 MongoDB 的數據

方案介紹 本文檔介紹如何通過 StarRocks 的 JDBC Catalog 功能,結合 MongoDB BI Connector,將 MongoDB 數據便捷接入 StarRocks,實現數據打通和 SQL 查詢分析,以下是整體流程圖。 前提條件 StarRocks 環境:版本 ≥ 3.0,支持 JDBC Catalog 功能。 MongoDB BI Connector:已安裝並運行,

jdbc , mongodb , 數據庫 , starrocks , 數據分析

不語 - ik分詞器 自定義字典無效問題以及解決

關於kaibana自定義字典不生效的問題 kibana 自定義字典不生效的解決: 1確認ik分詞器在ES啓動時生效了(ES啓動時可以再日誌中看那些插件啓動了) 2確認自定義字典的編碼是否正確(一般使用utf-8),字典不生效90%都是編碼不正確

es7 , JAVA , 程序員 , 後端 , 前端

SelectDB技術團隊 - Apache Doris 數據導入原理與性能優化 | Deep Dive

概述 對於 Apache Doris 這樣的高性能分析型數據庫而言,高效、穩定的數據導入是保障實時分析能力的生命線。然而,在海量數據持續寫入的場景下,如何平衡導入延遲與吞吐、如何避免性能瓶頸,是開發者面臨的核心挑戰。Apache Doris 本文將深入剖析 Doris 數據導入的核心原理,涵蓋關鍵流程、組件、事務管理等,探討影響導入性能的因素,並提供實用的優化方法和最佳實踐,有助於用户選擇合適的導

教程 , 知識 , apache

kamier - 【Hadoop】Yarn資源管理調度

一、Yarn產生背景 Yarn(全稱為Yet Another Resource Negotiator,譯為"另一個資源協調者")在Hadoop2.0版本中引入,其誕生是為了解決 Hadoop 1.x 架構中 MapReduce 的資源管理和計算框架耦合 的問題。簡而言之,就是之前MapReduce的資源管理和計算框架是耦合在一起的,為了解耦而設計出了Yarn。 Yarn是一種新的 Hadoop 資

大數據 , yarn , hadoop

墨韻流香 - 2019 亞馬遜關鍵詞優化規則A9算法的九個關鍵要素

當搜索規則的重構遇上流量分配的洗牌,亞馬遜賣家正面臨新一輪的生存考驗 2025年10月,亞馬遜搜索機制迎來重大調整,兩大核心變化正在重塑平台的流量分配邏輯,關鍵詞權重體系的重新洗牌與"多變體自然位"現象的出現,標誌着亞馬遜搜索算法進入新的發展階段,對於數百萬賣家而言,這既是一場嚴峻的挑戰,也是重新思考運營策略的契機。 關鍵詞權重重構:標題的王

產品運營 , 大數據 , 跨境電商 , 後端開發 , 電商 , 人工智能 , Python

Aloudata - 企業級 VS 個人級:智能問數的“集團軍”與“單兵作戰”的差異解析

智能問數正迅速成為企業數據消費的新入口。從初創公司到世界 500 強,眾多組織嘗試通過“一句話問數”的方式,降低數據分析門檻、提升決策效率。理想很豐滿,但現實很骨感,“問不準”、“不靈全”、“問不深”成為大量嚐鮮用户的普遍感受。 表面上看,這類失敗常被歸因於技術瓶頸——例如模型準確性不足、SQL 生成錯誤、響應延遲等。但深入剖析後不難發現,問題的根

大數據 , 數據倉庫 , 智能歸因 , 智能報告 , 數據分析 , 智能問數 , chatbi

饕餮大數據 - 【Ambari開啓Kerberos】- Atlas啓動 - Solr權限異常

一、問題背景 Atlas 啓動報錯通常分兩階段: HBase 無權限(上文已有説明); Solr 401 Unauthorized(本篇重點)。 二、錯誤日誌分析 Atlas 啓動失敗時控制枱輸出如下堆棧信息: .springframework.beans.factory.support.

大數據 , yyds乾貨盤點 , Kerberos , 運維 , 開源 , Css , 前端開發 , HTML , Ambari

數據集成與治理 - 一文講清數據要素,數據資產,數據治理和數字資產

我前些年在做數據支持的時候,每到開會時總會聽到: 業務部門説盤活數據資產,技術團隊卻在強調必須先做好數據治理; 管理層要求要釋放數據價值,財務部門卻在質疑:這些數據投入到底能帶來多少實際收益? 更麻煩的是,不同團隊對同一個數據指標的理解各不相同,導致報表數據對不上,會議時間都浪費在基礎概念的爭論上。 這些問題,其實就是沒把數據要素、數據資產、數據治理和數字資產幾個核心概念理清楚。 接下來,

大數據 , 教程 , 數據可視化 , 知識 , 數據庫

阿森CTO - C++內存管理的機制

@TOC 📝new和delete操作自定義類型 我們先看malloc與free,調試可以發現並不會調用析構函數 class A { public: A(int a = 0) : _a(a) { cout "A():" this endl; } ~A() { cout "~A():" this endl; }

數組 , 大數據 , yyds乾貨盤點 , 數據倉庫 , 構造函數 , ci

vivo互聯網技術 - 百萬級羣聊的設計實踐

作者:來自 vivo 互聯網服務器團隊- Cai Linfeng 本文介紹了服務端在搭建 Web 版的百萬人級別的羣聊系統時,遇到的技術挑戰和解決思路,內容包括:通信方案選型、消息存儲、消息有序性、消息可靠性、未讀數統計。 一、引言 現在IM羣聊產品多種多樣,有國民級的微信、QQ,企業級的釘釘、飛書,還有許多公司內部的IM工具,這些都是以客户端為主要載體,而且羣聊人數通常都是有限制,微信正常羣人數

im , websocket , MySQL , nosql , JAVA

KPaaS集成擴展平台 - 數據治理:多系統中數據孤立的困境與突破

當今,企業IT系統的數量和複雜度呈指數級增長。CRM、ERP、HRM、SCM、財務系統、電商平台……每個業務單元都在構建或引入最適合自身需求的應用系統。這種“百花齊放”的局面固然提升了局部效率,卻也悄然埋下了一個隱患:數據孤島。 同一個客户,在銷售系統裏叫“A公司”,在合同系統裏是“Alpha Co.”,到了財務系統又變成了“甲方A”;同一款產品,在庫存系統中的編碼為P10

主數據管理 , 大數據 , yyds乾貨盤點 , MDM , 數據倉庫 , 數據一致性 , 數據治理 , 數據集成與應用集成

阿里雲大數據AI技術 - PAI-DLC 支持一鍵提交 DataJuicer 任務,高效進行大規模多模態數據處理

隨着人工智能模型規模擴大和數據複雜度提升,整合多源異構數據實現多模態協同建模,已成為提升模型性能的核心路徑。高效的數據預處理體系需在保證數據質量與多樣性的前提下,突破大規模數據清洗、增強與合成的系統性技術瓶頸,以平衡訓練效能與成本控制。阿里雲人工智能平台PAI分佈式訓練PAI-DLC推出的一項全新任務類型DataJuiceronDLC,旨在為用户帶來開箱即用、高性能、穩定高效的數

機器學習 , 人工智能平台PAI , 阿里雲 , 人工智能 , 模型訓練 , 多模態數據處理

代碼匠心 - 從零開始學Flink:事件驅動

在實時計算領域,很多業務邏輯天然適合“事件驅動”模式:當事件到達時觸發處理、在某個時間點觸發補償或彙總、根據狀態變化發出告警等。Apache Flink 為此提供了強大的 ProcessFunction 家族(KeyedProcessFunction、CoProcessFunction、BroadcastProcessFunction 等),它們在算子層面同時具備“事件處理 + 定時器 + 狀態”

大數據

事辯天下 - 歐神諾中國玉第2屆空間設計大賽圓滿落幕,共築行業設計新生態!

11月11日,歐神諾金橄欖獎·中國玉第2屆空間設計大賽頒獎典禮在佛山歐神諾總部展廳圓滿落幕。活動現場匯聚了大咖評審、獲獎設計師、行業媒體等眾多嘉賓,共同見證了一場融合設計創意、產品美學與文化深度的行業盛宴。 01 賦能設計師成長 見證年度大獎榮耀誕生 活動開場,帝歐水華集團總裁、歐神諾瓷磚董事長兼總裁吳志雄誠摯歡迎蒞臨典禮的來賓,衷心感謝各位設計師

自啓動 , 大數據 , 錨點 , 數據倉庫 , 整合資源

雲掣科技 - 開源大數據集羣部署(八)Ranger編譯部署

作者:櫰木 在hd1.dtstack.com主機root權限下操作。 1、 編譯ranger ranger二進制包編譯過程在本次過程中不做詳細説明。簡單説明如下: 在pom.xml中更改對應hadoop集羣組件版本。 ranger2編譯前提條件是python3和mvn已安裝完成。 編譯命令: mvn clean compile package install -Pranger-jd

部署 , 大數據 , 集羣

ApacheSeaTunnel - Apache SeaTunnel 如何將 CDC 數據流轉換為 Append-Only 模式?

RowKindExtractor 是 Apache SeaTunnel 的一個轉換插件,它能將 CDC 數據流轉為 Append-Only 模式,並提取原始 RowKind 信息為新字段。本文將介紹 RowKindExtractor 的核心功能,其在 CDC 數據同步場景下的使用方法,以及配置選項、注意事項及多種應用示例。 RowKindExtractor RowKindE

spark , 大數據 , 數據 , 數據轉換 , 開源 , seatunnel

趙渝強老師 - 【趙渝強老師】HBase的體系架構

HBase是大表(BigTable)思想的一個具體實現。它是一個列式存儲的NoSQL數據庫,適合執行數據的分析和處理。簡單來説,就是適合執行查詢操作。從體系架構的角度看,HBase是一種主從架構,包含:HBase HMaster、Region Server和ZooKeeper,下圖展示了這一架構。 其中: HBase HMaster負責Region的分配及數據庫的創建和刪除等操作。

hdfs , nosql , hadoop , 數據庫 , hbase