logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

GDB快速定位程序崩溃(coredump)在哪行

【代码】GDB快速定位程序崩溃(coredump)在哪行。

文章图片
#linux#ubuntu#服务器
Rabbitmq学习之路4-Federation

上一节学习了cluster,使得我们可以在一个cluster中同步各种消息,不过有时候我们需要把一个cluster的消息同步到另一个cluster中,比如线下测试,模仿用户真实数据。      federation插件是一个在不需要cluster,而在brokers之间传输消息的高性能插件,federation插件可以在brokers或者cluster之间传输消息,连接的双方可以使用不同的us

#rabbitmq
spring boot内嵌undertow配置一定要优化

undertow默认配置情况下,官方默认配置的是 CPU核数*8,比如8核CPU,实际工作线程数也就8*8=64,这个配置对于高并发场景来看,一台8核CPU的机器一般内存都会32G或以上,即使跑满64线程,占用的资源远远无法充分利用该机器的性能。......

#spring boot#java#后端
百度云资深架构师聊百度云存储架构特点

12月9日,2016中国存储峰会在北京举行。在“云存储及灾备技术论坛”,百度云资深架构师王耀介绍了百度云的发展历程,并就百度云存储产品体系中的块存储与对象存储的架构与特点进行了重点分享。在BAT中,百度做公有云比较晚,但在技术上却有很多创新。比如2013年引起广泛关注的ARM存储服务器就是一个很好的例子。最近两年,百度云开始发力,其云存储体系有诸多创新之处。据王耀介绍,目前百度云存

#hbase
数据湖|Flink + Iceberg 全场景实时数仓的建设实践

整理|路培杰(Flink 社区志愿者)摘要:Apache Flink 是目前大数据领域非常流行的流批统一的计算引擎,数据湖是顺应云时代发展潮流的新型技术架构,以 Iceberg、Hudi、Delta 为代表的解决方案应运而生,Iceberg 目前支持 Flink 通过 DataStream API /Table API 将数据写入 Iceberg 的表,并提供对 Apache Flink 1.11

文章图片
#big data#flink#spark
什么是星型模型和雪花型模型,以及区别。

一直觉得星型和雪花型差不多,今天特意去网上搜了一下,看到一篇说的特别好的文章转发过来大家共同学一下。一、概述在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。当所有维表都直接连接到“事实表”上时,整个图解就像星星一样,故将该模型称为星型模型,如图 1 。...

使用 Apache MINA 2 开发网络应用

Apache MINA 2 是一个开发高性能和高可伸缩性网络应用程序的网络应用框架。它提供了一个抽象的事件驱动的异步 API,可以使用 TCP/IP、UDP/IP、串口和虚拟机内部的管道等传输方式。Apache MINA 2 可以作为开发网络应用程序的一个良好基础。下面将首先简单介绍一下 Apache MINA 2。Apache MINA 2 介绍Apache MINA 是 Apa

#java
shell 管理 uwsgi 进行重启 防止多个进行 导致服务器挂掉

django 执行 uwsgi进行自动删除进程id并进行重启  防止多个进行 导致服务器挂掉最近使用django+uwsgi+虚拟机(ubuntu),每次进行uwsgi重启的时候都会增加一个进程的,导致自己的mysql无意间挂掉了,莫名其妙,结果才发现,有大量的uwsgi的进程,但是每次启动的时候都去删除,手动肯定很麻烦,于是自己就google后,写了一个自己的脚本。脚本如下,仅供

从hadoop框架与MapReduce模式中谈海量数据处理

废话不说直接来一张图如下:从JVM的角度看Map和ReduceMap阶段包括:第一读数据:从HDFS读取数据1、问题:读取数据产生多少个Mapper??    Mapper数据过大的话,会产生大量的小文件,由于Mapper是基于虚拟机的,过多的Mapper创建和初始化及关闭虚拟机都会消耗大量的硬件资源;    Mapper数太小,并发度过小,Job执行时间过长,无法充分利用分布式硬件资源;2、Ma

开发中内存溢出问题及解决

内存溢出是指应用系统中存在无法回收的内存或使用的内存过多,最终使得程序运行要用到的内存大于虚拟机能提供的最大内存。引起内存溢出的原因有很多种,常见的有以下几种:  1.内存中加载的数据量过于庞大,如一次从数据库取出过多数据;  2.集合类中有对对象的引用,使用完后未清空,使得JVM不能回收;  3.代码中存在死循环或循环产生过多重复的对象实体;  4.使用的第三方软件中的BUG;...

    共 21 条
  • 1
  • 2
  • 3
  • 请选择