Apache kafka 工作原理介绍
原文：https://developer.ibm.com/zh/articles/os-cn-kafka/消息队列消息队列技术是分布式应用间交换信息的一种技术。消息队列可驻留在内存或磁盘上, 队列存储消息直到它们被应用程序读走。通过消息队列，应用程序可独立地执行–它们不需要知道彼此的位置、或在继续执行前不需要等待接收程序接收此消息。...
2024-01-10
apache-kafka 安装或设置
示例步骤1。安装Java 7或8第二步。在以下位置下载Apache Kafka：http：//kafka.apache.org/downloads.html例如，我们将尝试下载Apache Kafka 0.10.0.0第三步。解压缩压缩文件。在Linux上：tar -xzf kafka_2.11-0.10.0.0.tgz在窗口上：右键单击->在此处提取第四步。启动Zookeepercd kafka_2.11-0.10.0.0Linux：bin/zookeeper-server-start.sh config...
2024-01-10Apache Spark中的矩阵乘法
我正在尝试使用Apache Spark和Java执行矩阵乘法。我有两个主要问题：如何创建可以表示Apache Spark中矩阵的RDD？ 如何将两个这样的RDD相乘？回答：所有这些都取决于输入数据和维度，但总的来说，您需要的不是RDD的分布式数据结构之一org.apache.spark.mllib.linalg.distributed。目前，它提供了四种不同的实现Di...
2024-01-10
转。pagecache与Kafka之间的事儿
前言关于Kafka的一个灵魂拷问：它为什么这么快？ 或者说，为什么它能做到如此大的吞吐量和如此低的延迟？有很多文章已经对这个问题给出了回答，但本文只重点研究其中的一个方向，即对page cache的使用。先简单地认识一下Linux系统中的page cache（顺便也认识一下buffer cache）。page cache & buffer cache...
2024-01-10
Apache Knox 网关概述
Apache Knox 网关是一种系统，可将 Apache™Hadoop ® 服务的覆盖范围扩展到 Hadoop 集群外的用户，而不会减少 Hadoop 安全性。Knox 还为访问群集数据和执行作业的用户简化了 Hadoop 安全性。Knox 与企业中使用的身份管理和 SSO 系统集成，并允许将这些系统的身份用于访问 Hadoop 集群。Knox 网关为多个 Hadoop 集群提...
2024-01-10Java，如何获取Apache Kafka中某个主题的消息数
我正在使用apache kafka进行消息传递。我已经用Java实现了生产者和消费者。我们如何获取主题中的消息数量？回答：从消费者的角度来看，想到此的唯一方法是实际消费消息并计数。Kafka代理公开了自启动以来收到的消息数量的JMX计数器，但是您不知道已经清除了其中的多少。在最常见的情况下，最好...
2024-01-10Apache Spark中的分层数据处理
我在Spark（v2.1.1）中有一个包含分层数据的3列（如下所示）的数据集。Apache Spark中的分层数据处理我的目标的目标是增量编号分配给基础上，父子层次的每一行。从图形上可以说，分层数据是一个树的集合。根据下表，我已经有基于'Global_ID'分组的行。现在我想以 的增量顺序生成'Value'列，但是基于 ...
2024-01-10Apache Spark计数记录每个组的空值
当我尝试计算每个组的记录数时，我发现该组具有空值但没有记录，但这是不正确的。Apache Spark计数记录每个组的空值输入数据帧：+--------+ | Name| +--------+ | Andrei| | Andrei| | null| | null| |Grigorii| +--------+ 代码：Dataset<Row> df = inputDf.groupBy("Name") .agg(functions.count("Name").as("Name_count")); 实际数...
2024-01-10在Apache Spark中读取多行JSON
我试图将JSON文件用作小型数据库。在DataFrame上创建模板表后，我使用SQL查询了该表并得到了异常。这是我的代码：val df = sqlCtx.read.json("/path/to/user.json")df.registerTempTable("user_tt")val info = sqlCtx.sql("SELECT name FROM user_tt")info.show()df.printSchema() 结果：root |-- _corrupt_record: string (nul...
2024-01-10如何从Java中的Apache POI库调用宏？
我有 ：名为“ process”的宏，它为我的工作表完成所有处理工作。我希望使用Apache POI的Java代码调用此宏，以便它可以为我处理工作表。如何在Java的Apache POI中调用宏？我import org.apache.poi.ss.usermodel在Apache POI中使用。请提供示例代码。（我是Apache POI和Java的新手。）回答：我认为这是不...
2024-01-10带有Apache POI的Java中的运行时错误
我得到错误：java.lang.NoSuchMethodError: org.apache.xmlbeans.XmlOptions.setSaveAggressiveNamespaces()Lorg/apache/xmlbeans/XmlOptions;at org.apache.poi.POIXMLDocumentPart.<clinit>(POIXMLDocumentPart.java:56)从第56行开始：public static Workbook wb = new XSSFWorkbook();我...
2024-01-10Apache Kafka：生产者-Consume API没有在GCP上运行
我一直试图在Kafka集群上运行我的生产者和消费者api，但它不工作。Apache Kafka：生产者-Consume API没有在GCP上运行1）动物园管理员是在一个GCP VM实例运行2）卡夫卡正在另一个GCP VM实例运行步骤如下：步骤1）使用运行动物园管理员以下命令：bin/zookeeper-server-start.sh config/zookeeper.properties 个Zookeeper.propert...
2024-01-10
Apache ab并发负载压力测试实现方法
ab命令原理 Apache的ab命令模拟多线程并发请求，测试服务器负载压力，也可以测试nginx、lighthttp、IIS等其它Web服务器的压力。 ab命令对发出负载的计算机要求很低，既不会占用很多CPU，也不会占用太多的内存，但却会给目标服务器造成巨大的负载，因此是某些DDOS攻击之必备良药，老少皆宜。自己使用...
2024-01-10
apachedruid实时加载kafka中的数据（一）
简介apache druid 是分布式列存储的 OLAP 框架。还是一个时间序列数据库。本篇文章主要是druid 在kafka 加载数据的配置。由于druid 升级情况太快，本人的环境还是在0.13，主要改动方面还是UI，新的版本在UI方面更适合新手入门。文章如有帮助，请关注微信公共号。 最终使用druid时，是0.9版本，当时在...
2024-01-10使用Apache POI的Java程序让我感到奇怪例外
我有一些严重的困难让我的项目离开地面。我有以下代码：使用Apache POI的Java程序让我感到奇怪例外FileInputStream file = new FileInputStream(new File("src/retestchecker/test_sheet.xlsx")); //Get the workbook instance for XLS file XSSFWorkbook workbook = new XSSFWorkbook(file); //Get first sheet from ...
2024-01-10如何通过Apache Camel调用RESTful服务？
我目前正在使用HTTP方法来调用一些URL，这将导致JIRA问题。现在，我想使用Apache Camel，该如何使用？我需要通过骆驼调用以下链接：http://localhost:8080/rest/api/2/project/" + key + /components由于我是Camel的新手，因此也请提出一些解决方案和示例。谢谢回答：您可以轻松使用CXFRS组件；如果出于某种原因需要...
2024-01-10将文件添加到Apache设置（Mac OSX版）
我也想安装OpenEMR和这里的操作说明：将文件添加到Apache设置（Mac OSX版）当：http://www.open-emr.org/wiki/index.php/OpenEMR_3.1_OS_X_Macintosh_Installation我与理解在这里做什么挣扎我运行：sudo vi /etc/apache2/other/openemr.conf我得到一个空白文件。它接着补充：<Directory /Library/WebServer/Documents/openemr/documents> o...
2024-01-10
微服务中的Kafka与Micronaut
今天，我们将通过Apache Kafka主题构建一些彼此异步通信的微服务。我们使用Micronaut框架，它为与Kafka集成提供专门的库。让我们简要介绍一下示例系统的体系结构。我们有四个微型服务：订单服务，行程服务，司机服务和乘客服务。这些应用程序的实现非常简单。它们都有内存存储，并连接到同一个Kafk...
2024-01-10
【Java】Kafka 探险 - 架构简介
简介Kafka 是一种分布式的，基于发布 / 订阅的消息系统。最初被 LinkedIn 开发，并在 2011 年初开源，2012 年 10 月从 Apache 孵化器破壳而出，成为 Apache 的顶级项目。Kafka 最初被设计的目的是 LinkedIn 流量和运维数据分析。流量数据包含 PV (Page View) , UV (Unique Visitor) ,搜索数据，详情页数据等。在高并发场景...
2024-01-10怎样一个角色串联的列在Java的Apache的火花值
我想获得一个特定的列的值表示costs 作为怎样一个角色串联的列在Java的Apache的火花值spark.select(col("col1"), col("col2"), col("costs")) .groupBy("col1") .agg(sum(col("costs"))); 输出应该具有的附加列成本数据与$符号。回答：您需要使用和concat组合litspark.select(col("col1"), col("col2"), col("costs")) .groupBy(...
2024-01-10
性能测试案例-JAVA + LR实现apache流媒体
1、JAVA部分 最近的一个项目，视频点播系统，使用apache实现的流媒体服务器。其实准确的说叫做伪流（HTTP Pseudo-Streaming），基本原理和概念自行了解吧。让我简单的描述就是仍...
2024-01-10
Apache Spark 2.0 在作业完成时却花费很长时间结束
现象大家在使用 Apache Spark 2.x 的时候可能会遇到这种现象：虽然我们的 Spark Jobs 已经全部完成了，但是我们的程序却还在执行。比如我们使用 Spark SQL 去执行一些 SQL，这个 SQL 在最后生成了大量的文件。然后我们可以看到，这个 SQL 所有的 Spark Jobs 其实已经运行完成了，但是这个查询语句还在运行...
2024-01-10
2018即将推出的Apache Spark 2.4都有哪些新功能
本文来自于2018年09月19日在 Adobe Systems Inc 举行的Apache Spark Meetup。即将发布的 Apache Spark 2.4 版本是 2.x 系列的第五个版本。 本文对Apache Spark 2.4 的主要功能和增强功能进行了概述。新的调度模型（Barrier Scheduling），使用户能够将分布式深度学习训练恰当地嵌入到 Spark 的 stage 中，以简化分布式训练工作...
2024-01-10
java kafka 生产者消费者 高级API
Java中提供高级的API，相对于低级API（更小的粒度控制消费）使用起来非常方便。 pom: <dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka_2.11</artifactId> <version>1.0.0</version> </dependency>一、修改kafka server.porperties的ip是你kafk...
2024-01-10如何使用单个Spark上下文在Apache Spark中运行并发作业（动作）
它说，在Apache Spark文档中，“”。有人可以为以下示例代码解释如何实现此并发吗？ SparkConf conf = new SparkConf().setAppName("Simple_App"); JavaSparkContext sc = new JavaSparkContext(conf); JavaRDD<String> file1 = sc.textFile("/path/to/test_doc1"); JavaRDD<String> file2 = sc.t...
2024-01-10
