原创 16 Master-Worker模式

6.3 Master-Worker模式Master-Worker模式是常用的並行計算模式,它的核心思想是系統由兩類進程協作工作:Master進程和Worker進程。Master負責接收和分配任務,Woker負責處理子任務。當各個Worke

原创 flink實戰 -- 數據寫入clickhouse(ClickHouseSink)

簡介 本文主要介紹如何通過Flink JDBC Connector將數據寫入ClickHouse以及直接使用Flink JDBC Connector操作ClickHouse存在什麼樣的問題。 Flink JDBC Connecto

原创 14 併發Queue

1.1 併發Queue在併發隊列上JDK提供了兩套實現,一個是以ConcurrentLinkedQueue爲代表的高性能隊列,一個是以BlockingQueue接口爲代表的阻塞隊列,無論哪種都繼承自Queue。 1.2 Concurren

原创 13 ConcurrentMap & Copy-On-Write容器

1.1 ConcurrentMapConcurrentMap接口有兩個實現類:ConcurrentHashMapConcurrentSkipListMap(支持排序功能,彌補ConcurrentHashMap)ConcurrentHash

原创 內存分配器(Memory Allocator)

原文鏈接 : https://yq.aliyun.com/articles/254033 對於大多數開發者而言,系統的內存分配就是一個黑盒子,就是幾個API的調用。有你就給我,沒有我就想別的辦法。來UC前,我就是這樣認爲的。實際深入進去時

原创 Spring Boot筆記 -- 日誌

一、日誌 1. 日誌框架 市面上的日誌框架: JUL, JCL, log4j, log4j2, slf4j… 日誌門面: JCL, SLF4j, joss-logging 日誌實現:Log4j , Log4j2 , JUL

原创 Yarn運行原理了解

YARN運行原理 yarn的前世今生 首先在hadoop1.0版本中,存在的最大問題就是資源管理的問題! 隨着技術的發展,人們已經不在滿足hadoop集羣中只使用mapreduce一個計算框架,人們更希望有一套合理的管理機制來控制

原创 MaxWell 概述

MaxWell概述 將mysql的binlog以json的形式輸出到kafka,它的常見用例包括ETL,緩存建立/過期,指標收集,搜索索引和服務間通信 json示例:   mysql> update test.maxwell set d

原创 Spring Boot筆記 -- 配置

打包運行 使用插件:spring-boot-maven-plugin打成jar包,直接執行jar就可以運行 POM文件 父項目依賴:spring-boot-starter-parent -> spring-boot-d

原创 leetcode - 560. 和爲K的子數組

原題地址:https://leetcode-cn.com/problems/subarray-sum-equals-k/ 題目: 給定一個整數數組和一個整數 k,你需要找到該數組中和爲 k 的連續的子數組的個數。 示例 1 : 輸入:nu

原创 leetcode - 1248. 統計「優美子數組」

原題鏈接:https://leetcode-cn.com/problems/count-number-of-nice-subarrays/ 題目: 給你一個整數數組 nums 和一個整數 k。 如果某個 連續 子數組中恰好有 k 個奇數數

原创 Flink Window的5個使用小技巧

說明:今天看到小米技術雲公衆號上的一片文章,覺得很好很實用就轉載了一下 Window是Flink的核心功能之一,使用好Window對解決一些業務場景是非常有幫助的。 今天分享5個Flink Window的使用小技巧,不過在開始之前,我們先

原创 12 同步類容器&併發類容器

1.1 同步類容器同步類容器都是線程安全的,但是在某些場景下可能需要加鎖來保護複合操作,複合類操作如:迭代(反覆訪問元素,遍歷完容器中所有的元素)、跳轉(根據指定的順序找到當前元素的下一個元素)、以及條件運算。這些複合操作在多線程併發地修

原创 15 Future模式

6.2 Future模式Future模式:頁面是異步的進行後臺處理,用戶無需一直等待請求的結果,可以繼續瀏覽或者操作其他內容。  代碼模擬Future模式:/** * 主函數,先發送請求,啓動一個線程去執行查詢 * 當前線程繼續併發執行 

原创 07 volatile關鍵字的概念

Volatile概念:volatile關鍵字的主要作用是使變量在多個線程見可見。 Volatile存在原因:   在沒有volatile之前是利用加鎖機制,從而保證線程安全,數據的一致性,但是這樣的效率比較低,因爲每次操作只有一個線程執行