原创 設置Linux系統的開機畫面和登錄畫面

  首先,說明一下開機畫面和登錄畫面的區別。 開機畫面是Linux開機後在虛擬機上顯示的畫面。 登錄畫面是用遠程連接工具,比如Xshell,連接Linux系統後,Xshell上顯示的畫面。   以上是本人虛擬機的開機和登錄畫面,在本文中

原创 IDEA配置本地maven

本文以sq-lbs-tools-1.2.4.jar爲例,講解添加配置本地maven庫的過程   第一步 進入jar包所在目錄,進入cmd窗口 執行  mvn install:install-file -Dfile="D:\sq-lbs-

原创 Kafka徹底刪除topic詳解

一、前言 嚴格來講,kafka刪除topic並不是很難,但是步驟比較麻煩,稍有不慎就會失敗。本文就kafka刪除topic的步驟做出詳細解析。   二、詳細步驟 ①停止kafka服務 停止kafka的所有的消費者和生產者,關閉kafka,

原创 Hadoop2.0高可用集羣搭建

0、集羣節點分配 Hadoop01: Zookeeper NameNode(active) DataNode NodeManager JournalNode ResourceManager(active) Hadoop02: Zookee

原创 HBase的SQL驅動---Phoenix

一、Phoenix簡介 Apache Phoenix是HBase的SQL驅動,是構建在Apache HBase之上的一個SQL中間層。Phoenix完全使用Java編寫,代碼位於GitHub上,並且提供了一個客戶端可嵌入JDBC驅動。Ph

原创 Squirrel SQL客戶端使用圖解

一、Squirrel簡介 Squirrel是一個連接數據庫的客戶端工具,一般支持JDBC的數據庫都可以用它來簡介,如連接MySQL。   二、安裝準備 下載jar包:squirrel-sql-3.7.1-standard.jar   三、

原创 HBASE完全分佈式安裝

0、集羣節點分配 Hadoop01: Zookeeper+Hadoop+HBase Hadoop02: Zookeeper+HBase Hadoop03: Zookeeper+HBase   關於Hadoop2.0高可用集羣搭建,請移步:

原创 Zookeeper集羣安裝配置

一、準備虛擬機,安裝並配置jdk,jdk要求1.6以上版本 關於虛擬機的安裝配置,請移步:https://blog.csdn.net/Johnson8702/article/details/80924322 關於虛擬機的克隆,並配置網絡,

原创 kafka的web管理工具---kafka-manager安裝部署

關於kafka集羣的安裝配置,請移步:https://blog.csdn.net/Johnson8702/article/details/84588095   一、背景 在kafka裏面沒有一個較好自帶的web ui,啓動之後無法通過頁面

原创 Kafka集羣完全分佈式安裝

一、上傳、解壓kafka壓縮包 將kafka壓縮包上傳到Linux系統中,並進行解壓 [root@hadoop1 software]# pwd /home/software [root@hadoop1 software]# l

原创 Eclipse\MyEclipse裏將控制檯console輸出的內容保存到文件中

1、背景 運行java程序的時候,有的時候控制檯輸出很多內容,爲了方便查閱,可以將console中的數據輸出到指定的文件中。 2、操作流程 在Eclipse中,選擇目標的Java文件,右擊,選擇Run -> Run Configurati

原创 Flume入門案例

一、安裝flume 將flume上傳到指定位置,並解壓。在這裏,將flume解壓到/home/software目錄下   二、配置agent 進入conf/目錄,編輯.conf文件,比如template01.conf 配置代碼如下:

原创 flume中log4j.properties文件的簡單解析

在使用flume獲取日誌並存儲的過程中,日誌文件的具體存儲方案可在log4j.properties文件中配置,下面簡單解析這個文件的配置 # Define the root logger to the system property "

原创 漫畫時間:什麼是時間複雜度?

  時間複雜度的意義 究竟什麼是時間複雜度呢?讓我們來想象一個場景: 某一天,小灰和大黃同時加入一個公司...... 一天過後,小灰和大黃各自交付了代碼 ,兩端代碼實現的功能都差不多。 大黃的代碼運行一次要花100毫秒,內存

原创 Spark Stream、Kafka Stream、Storm和Flink對比,以及阿里巴巴基於Flink打造的Blink解決的問題

一、Spark Stream、Kafka Stream、Storm等存在的問題 在設計一個低延遲、exactly once、流和批統一的,能夠支撐足夠大體量的複雜計算的引擎時,Spark Stream等的劣勢就顯現出來。Spark Str