1. 背景 1.1 整体架构 腾讯广告系统中的日志数据流，按照时效性可划分为实时和离线，实时日志通过消息队列供下游消费使用，离线日志需要保存下来，供下游准实时（分钟级）计算任务，离…

本文，我们将试图回答什么是apache kafka。 kafka是一个分布式流平台或者分布式消息提交日志 分布式 Kafka 由一个或多个节点组成的工作集群，这些节点可以位于不同的…

在平常开发测试中，使用docker或者k8s快速部署某个组件会是一个不错的选择。kafka 3.3.1作为kraft第一个生产可用版本，本文介绍使用k8s快速部署基于kraft运行…

本文为字节跳动基于数据湖技术的近实时场景实践，主要包括以下几部分内容：数据湖技术的特性、近实时技术的架构、电商数仓实践、未来的挑战与规划。 文 | 汶园 来自字节跳动数据平台数据B…

文章内容 本文为亚历山大·什韦茨所著深入设计模式图书 下载地址： 隐藏内容，扫描左侧二维码关注【从大数据到人工智能】公众号，发送【验证码】获验证信息   

来源：迪答数据 全文共 2629 字，建议阅读 7 分钟 在数据治理中，数据指标一般都是业务中最基础的分析内容，但是业务不断地快速发展迭代，指标管理上就会出现很多问题。所以在数据治…

导读：本文将分享网易数帆数据治理的发展过程，以及对现代数据治理的概念和理念的理解，提出现代数据治理应该与数据开发和消费很好地衔接，具备开发治理一体化、形成治理的闭环、仓内仓外统一治…

PDF内容 内容摘要 分布式基础集群、分布式、SOA、微服务的概念及区别集群：不同服务器部署同一套应用服务对外提供访问，实现服务的负载均衡或者互备(热备，主从等)，指同一种组件的多…

W WLock ● 项目名称：WLock ● Github地址： https://github.com/wuba/WLock.git ● 简介：WLock是一套基于58已开源的一致…

近年来，随着大数据分析技术的进步，大量业务场景对数据仓库的实时性提出了更高的要求，Lakehouse 架构逐渐被各大公司熟悉和接受，Apache Hudi（以下简称 Hudi）、A…

导读：本文介绍顺丰科技在数据治理方面的实践。分享分为两个部分，第一部分总体介绍顺丰科技在整个数据治理过程中的心路历程：我们做了哪些工作，在数据治理各个领域，分别做了什么事情。第二部…

基本介绍 美国主机商 Racknerd，提供最低配 1G 内存，1.1 核 CPU，11G SSD，月流量 3T，1Gbps 带宽，年付 11.11美元。全球共有 17 个数据中心…

一、Raft算法概述 1、三种角色   Raft是一个用于管理日志一致性的协议。它将分布式一致性分解为多个子问题：Leader选举（Leader election）、日志复制（Lo…

（本文作者） 大数据技术日新月异，数据湖、数据中台、逻辑数据湖、数据编织、数据编排等数据建设理念不断出现、深化，究其根本依然是如何能够将数据规整起来，以统一的规范对数据的脉络进行梳…

背景 2022 年 6 月 8 日，Redis Inc. 的官方博客发布了一篇名为《13 年后，Redis 是否需要一个新架构？》[1]的文章，这篇文章由 Redis 的联合创始人…

原地址：https://github.com/RoaringBitmap/RoaringBitmap Bitsets，也称为bitmaps，通常用作快速数据结构。 不幸的是，它们可…

作者：陈晨，DeepFLow 产品架构师 虚拟化和容器化让应用的部署环境和运行环境变得复杂起来，系统的复杂度呈指数级增长。在垂直领域下各个可观测性开源产品的侧重点也是不同，那打通这…

Apache Iceberg 社区推出了一种名为 Puffin 的新文件格式。 等一下。 我们有 Parquet 和 ORC。我们真的需要另一种文件格式吗? 它是否给我们带来了额外…

这项研究建立在 Datadog 以前版本的容器使用报告[1]、容器编排报告[2]和Docker 研究报告[3]的基础上。最新更新于 2022 年 11 月。译自：https://w…