首頁(yè)最新資訊

全部 常見(jiàn)問(wèn)題 新聞動(dòng)態(tài) 技術(shù)文章 技術(shù)問(wèn)答

    • ReduceTask工作原理：ReduceTask工作過(guò)程有哪幾個(gè)階段？

      ReduceTask的工作過(guò)程主要經(jīng)歷了5個(gè)階段，分別是Copy階段、Merge階段、Sort階段、Reduce階段和Write階段，如下圖所示。查看全文>>

      技術(shù)文章2021-12-06 |黑馬程序員 |ReduceTask工作原理

    • 簡(jiǎn)述MapTask工作原理

      MapTask作為MapReduce工作流程的前半部分，它主要經(jīng)歷了5個(gè)階段,分別是Read階段、Map階段、Collect階段、Spill階段和Combine階段，如下圖所示。查看全文>>

      技術(shù)文章2021-12-06 |黑馬程序員 |MapTask工作原理

    • MapReduce核心思想【圖文介紹】

      MapReuce的核心思想是“分而治之”。所謂"分面治之”就是把一個(gè)復(fù)雜的問(wèn)題，按照一定的“分解”方法分為等價(jià)的規(guī)模較小的若干部分.然后逐個(gè)解決，分別找出各部分的結(jié)果,把各部分的結(jié)果組成整個(gè)問(wèn)題的結(jié)果.這種思想來(lái)源于日常生活與工作時(shí)的經(jīng)驗(yàn)，同樣也完全適合技術(shù)領(lǐng)域。查看全文>>

      技術(shù)文章2021-12-03 |黑馬程序員 |MapReduce核心思想

    • Flume日志采集系統(tǒng):簡(jiǎn)單結(jié)構(gòu)和復(fù)雜結(jié)構(gòu)

      Agent傳輸或者進(jìn)行集中式存儲(chǔ)。查看全文>>

      技術(shù)文章2021-12-02 |黑馬程序員 |Flume日志采集系統(tǒng)

    • Flume的運(yùn)行機(jī)制介紹

      Flume原是Cloudera公司提供的一個(gè)高可用的、高可靠的、分布式海量日志采集、聚合和傳輸系統(tǒng)，而后納人到了Apache旗下，作為一個(gè)頂級(jí)開(kāi)源項(xiàng)目。Apache Flume不僅只限于日志數(shù)據(jù)的采集，由于Flume采集的數(shù)據(jù)源是可定制的，因此Flume還可用于傳輸大量事件數(shù)據(jù)，包括但不限于網(wǎng)絡(luò)流量數(shù)據(jù)、社交媒體生成的數(shù)據(jù)、電子郵件消息以及幾乎任何可能的數(shù)據(jù)源。查看全文>>

      技術(shù)文章2021-12-01 |黑馬程序員 |Flume運(yùn)行機(jī)制

    • TiDB為什么要進(jìn)行調(diào)度？TiDB調(diào)度全流程

      TiKV 集群是 TiDB 數(shù)據(jù)庫(kù)的分布式 KV 存儲(chǔ)引擎，數(shù)據(jù)以 Region 為單位進(jìn)行復(fù)制和管理，運(yùn)行的過(guò)程中會(huì)出現(xiàn)許多問(wèn)題，這些問(wèn)題單獨(dú)拿出都能找到簡(jiǎn)單的解決方案，但是混雜在一起就不太好解決，需要從全局角度把控調(diào)整，于是出現(xiàn)了PD模塊，下面來(lái)看調(diào)度的基本操作。查看全文>>

      技術(shù)文章2021-11-24 |黑馬程序員 |TiDB為什么要進(jìn)行調(diào)度
和我們?cè)诰€交談！