文章
SQL Server 中日志的的作用(Redo和Undo)
简介 之前我已经写了一个关于SQLServer日志的简单系列文章。本篇文章会进一步挖掘日志背后的一些概念,原理以及作用。数据库的可靠性 在关系数据库系统中,我们需要数据库可靠,所谓的可靠就是当遇见如下两种情况之一时保证数据库的一致性:在系统崩溃/故障等情况下,保证数据库的一致性数据不能在多个DM
Spark Streaming(3):Windows设置checkpoint目录方法
引用:http://blog.csdn.net/u012684933/article/details/46124957(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fblog.csdn.net%2Fu012684933%2Farticle%2Fdetails%2F46124957)W
SQL Server 中日志的的作用(Redo和Undo)
简介 之前我已经写了一个关于SQLServer日志的简单系列文章。本篇文章会进一步挖掘日志背后的一些概念,原理以及作用。数据库的可靠性 在关系数据库系统中,我们需要数据库可靠,所谓的可靠就是当遇见如下两种情况之一时保证数据库的一致性:在系统崩溃/故障等情况下,保证数据库的一致性数据不能在多个DM
InnoDB脏页刷新机制Checkpoint
我们知道InnoDB采用WriteAheadLog策略来防止宕机数据丢失,即事务提交时,先写重做日志,再修改内存数据页,这样就产生了脏页。既然有重做日志保证数据持久性,查询时也可以直接从缓冲池页中取数据,那为什么还要刷新脏页到磁盘呢?如果重做日志可以无限增大,同时缓冲池足够大,能够缓存所有数据,那么是不需要将缓冲池中的脏页刷新到磁盘。但是,通常会有以下几
Flink架构,源码及debug
序 工作中用Flink做批量和流式处理有段时间了,感觉只看Flink文档是对FlinkProgramRuntime的细节描述不是很多,程序员还是看代码最简单和有效。所以想写点东西,记录一下,如果能对别人有所帮助,善莫大焉。 说一下我的工作,在一个项目里我们在FlinkSQL基础上构建了一个SQLEngine,
Flink及Storm、Spark主流流框架比较
转自:http://www.sohu.com/a/142553677\_804130(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fwww.sohu.com%2Fa%2F142553677_804130)引言随着大数据时代的来临,大数据产品层出不穷。我们最近也对一款业内非常火的大
Flink 专题
CheckPoint1\.checkpoint保留策略默认情况下,checkpoint不会被保留,取消程序时即会删除他们,但是可以通过配置保留定期检查点,根据配置当作业失败或者取消的时候,不会自动清除这些保留的检查点。java:CheckpointConfi
Flink SQL CDC 上线!我们总结了 13 条生产实践经验
摘要:7月,Flink1.11新版发布,在生态及易用性上有大幅提升,其中Table&SQL开始支持ChangeDataCapture(CDC)。CDC被广泛使用在复制数据、更新缓存、微服务间同步数据、审计日志等场景,本文由社区由曾庆东同学分享,主要介绍FlinkSQLCDC在生产环境的落地实践以及总结的实战经验,文章分为
Flink Kafka 端到端 Exactly
摘要:本文基于Flink1.9.0和Kafka2.3版本,对Flinkkafka端到端ExactlyOnce进行分析及 notifyCheckpointComplete顺序,主要内容分为以下两部分:1.Flinkkafka两阶段提交源码分析TwoPhaseCommitSinkFuncti
Flink Forward Asia 2020
!(https://pic1.zhimg.com/80/v27d9d386c1ef04238abbbd67ee1ac7018_720w.jpg)剩喜漫天飞玉蝶,不嫌幽谷阻黄莺。2020年是不寻常的一年,Flink也在这一年迎来了新纪元。12月13–15号,2020FlinkForwardAsia(FFA)在春雪的召唤下顺利拉开
已加载文章中没有匹配内容,试试其他关键词或清空搜索。