在上篇《hive(01)、基于hadoop集群的数据仓库Hive搭建实践(https://my.oschina.net/zss1993/blog/1602402)》一文中我们搭建了分布式的数据仓库Hive服务，本文主要是在上文的基础上结合Hadoop分布式文件系统，将结构化的数据文件映射为一张数据库表，将sql语句转换为MapRedu

!(https://oscimg.oschina.net/oscnet/dfb0ab2b2caa297182037c5a3f91f27ded5.gif)HBase作为一个分布式存储的数据库，它是如何保证可用性的呢？对于分布式系统的CAP问题，它是如何权衡的呢？最重要的是，我们在生产实践中，又应该如何保证HBase服务的高可用呢？下面我

AtlassianConfluence从5.7.1升级到6.14.1背景随着时间的推移用户量不断增长数据量也越来越大Confluence最初安装使用的是内存数据库由于这个技术债务所需的资源（尤其是内存）越来越大服务启动所需JVM需求不断增长：4G—8G—12G曾出现因JVM不足导致系统慢或重启失

导读Linux服务器运行久时，系统时间就会存在一定的误差，一般情况下可以使用date命令进行时间设置，但在做数据库集群分片等复杂操作时对多台机器的时间差是有要求的，此时就需要使用ntpdate进行时间同步。Linux时间的操作的常见命令date命令使用方式:date\u\\ddatestr\\

首先来了解下什么是MongoDB?MongoDB是由C语言编写的，是一个基于分布式文件存储的开源数据库系统。在高负载的情况下，添加更多的节点，可以保证服务器性能。MongoDB旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB将数据存储为一个文档，数据结构由键值(keyva

AtlassianConfluence从5.7.1升级到6.14.1背景随着时间的推移用户量不断增长数据量也越来越大Confluence最初安装使用的是内存数据库由于这个技术债务所需的资源（尤其是内存）越来越大服务启动所需JVM需求不断增长：4G—8G—12G曾出现因JVM不足导致系统慢或重启失

 研发这边要管理文档，觉得SVN管理文档相关还是很不错的；之前项目代码用Git管理。在安装svn之前，先把svn相关依赖包安装好：一、安装1、aprwgethttp://apache.fayea.com/apr/apr1.5.2.tar.gztarzxvfapr1.5.2.tar.gzcdapr1.

时间2022年8月5日—2022年8月9日北京（同时转线上直播）（5日报到，6日9日上课）课程第一天一、大数据概述二、大数据处理架构Hadoop三、分布式文件系统HDFS四、分布式数据库HBase第二天五、MapReduce六、Spark七、IPythonNotebook运行PythonSpark程序八、PythonSpark集成开发环境第三

软件测试是软件开发过程中的基本活动。黑盒测试和白盒测试是两种不同类型的软件测试策略，它们具有同样强大的功能，并且结合使用时甚至更好。一、黑盒测试在软件中，黑盒测试很方便，可以减少灾难性（软件）崩溃的风险。灾难性的软件崩溃可能是什么？系统在更新客户数据库的过

ClickHouse以性能好被大家所熟知，而一个数据库的性能优化是一个庞大的系统性工程。本文着眼于ClickHouse内部的基础数据结构，以揭露ClickHouse性能优化的冰山一角。在软件工程中并不是所有的执行路径都需要优化，只有关键执行路径才需要花费大