消息中间件

首页 标签 消息中间件
# 消息中间件 #
关注
28197内容
Kafka入门(一)
一,消息队列的分类     1,点对点               消息生产者生产消息发送到queue中,然后消息消费者从queue中取出并且消费消息。                               注意:1,消息被消费以后,queue中不再有存储,所以消息消费者不可能消费到已经被消费的消息。
眼见为实(2):介绍Windows的窗口、消息、子类化和超类化
眼见为实(2):介绍Windows的窗口、消息、子类化和超类化 这篇文章本来只是想介绍一下子类化和超类化这两个比较“生僻”的名词。为了叙述的完整性而讨论了Windows的窗口和消息,也简要讨论了进程和线程。
[异常处理]class kafka.common.UnknownTopicOrPartitionException (kafka.server.ReplicaFetcherThread)
在kafka.out日志里出现大量 ERROR [ReplicaFetcherThread-0-1], Error for partition [FLAG_DATA_SYC,1] to broker 1:class kafka.
kubernetes之Namespace详解
Namespace Namespace是对一组资源和对象的抽象集合,比如可以用来将系统内部的对象划分为不同的项目组或用户组。常见的pods, services, replication controllers和deployments等都是属于某一个namespace的(默认是default),而node, persistentVolumes等则不属于任何namespace。
Mysql 流增量写入 Hdfs(二) --Storm + hdfs 的流式处理
一. 概述 上一篇我们介绍了如何将数据从 mysql 抛到 kafka,这次我们就专注于利用 storm 将数据写入到 hdfs 的过程,由于 storm 写入 hdfs 的可定制东西有些多,我们先不从 kafka 读取,而先自己定义一个 Spout 数据充当数据源,下章再进行整合。
Flink在美团的实践与应用
Kafka作为最大的数据中转层,支撑了美团线上的大量业务,包括离线拉取,以及部分实时处理业务等。在数据缓存层之上,是一个引擎层,这一层的左侧是我们目前提供的实时计算引擎,包括Storm和Flink。
Iceberg 在基于 Flink 的流式数据入库场景中的应用
本文以流式数据入库的场景为基础,介绍引入 Iceberg 作为落地格式和嵌入 Flink sink 的收益,并分析了当前可实现的框架及要点。
Kafka消息序列化和反序列化(下)
接上一篇:Kafka消息序列化和反序列化(上)。 有序列化就会有反序列化,反序列化的操作是在Kafka Consumer中完成的,使用起来只需要配置一下key.deserializer和value.deseriaizer。
Spark(五) -- Spark Streaming介绍与基本执行过程
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq1010885678/article/details/45770881 Spar...
openstack rpc机制
一、概述:   在openstack项目中,api的调用规则:     跨项目:如nova调用keystone, glance,cinder等,使用rest api(通过相应的python-XXXclient 库)     项目内跨服务调用,使用RPC调用,通过服务提供的rpcapi.
免费试用