发简信
IP属地：北京
-
部分spark参数解析
配置值说明spark.sql.parquet.adaptiveFileSplittrue不知道spark.sql.adaptive.hashJo...
-
第五章备份-part3,designing Data-Intensive Applications 中文翻译摘要多Leader备份(Multi-Leader Replication) 这章当目前位置我们都在讨论单Leader的备份架构，这个方案用的很普遍，...
-
第五章备份-part2,designing Data-Intensive Applications 中文翻译摘要备份落后的问题 备份的原因不仅仅是容错性，像前面说到的，减小延迟和扩展性也是目标。Leader-based的备份会把所有的写请求通过一个节点完成...
-
第五章备份-part1,designing Data-Intensive Applications 中文翻译摘要备份意味着把你的数据的多个副本放置在不同的机器上，这些机器通过网络连接。如第二章综述所讲，备份的好处有以下几点 允许你的数据离你的用户在地理位置...
-
第二部分5-9章综述,designing Data-Intensive Applications 中文翻译摘要之前的第一部分我们都在讲的是单机的数据系统。第二部分我们上一个台阶，当有多台机器的时候，我们需要如何进行数据的存储和查询？为什么我们需要一个多机...
-
第四章数据编码和更新-part4,designing Data-Intensive Applications 中文翻译摘要
消息队列数据流 这部分会简要介绍一种异步消息传递系统，在某种意义上讲是在数据库和RPC的折中方案。他与RPC相似点在于都是一个客户端用一个很短的...
-
第四章数据编码和更新-part2,designing Data-Intensive Applications 中文翻译摘要Avro Avro是2009年发起的一个hadoop的子项目，他也是一种二进制的编码方式，但是和Thrift和Protocol Buffer不尽...
-
第四章数据编码和更新-part1,esigning Data-Intensive Applications 中文翻译摘要综述 我们的应用往往不可避免的需要进行更新，添加新的功能。在第一章讲过了应用具有可进化性，也就是说我们的应用应该在设计之初就拥抱变化。大多数情况...
-
第三章存储和查询-part4,Designing Data-Intensive Applications 中文翻译摘要面向列的存储 如果你的数据仓库有超过PB级的数据以及有超过几千亿行记录，那如何高效的存储和查询对你来说就是一个技术活了。属性表相对来说就要小很多...