1. 一组数字
2. 基本观点
3. 流行项目
4. 链路经验
5. 应用层
6. 运维层
7. 云服务
8. 内核层
9. 认识劣势1
10. 认识劣势2
11. 业务接入
Lucene solr 大规模应用实践一手经验
2022-05-02
90
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。 本文sole lucene的一些实践小经验。之前是截图保存的，这里保留图片模式。
目录
相关文章
|
8月前
|
存储
分布式计算
大数据
HBase分布式数据库关键技术与实战：面试经验与必备知识点解析
【4月更文挑战第9天】本文深入剖析了HBase的核心技术，包括数据模型、分布式架构、访问模式和一致性保证，并探讨了其实战应用，如大规模数据存储、实时数据分析及与Hadoop、Spark集成。同时，分享了面试经验，对比了HBase与其他数据库的差异，提出了应对挑战的解决方案，展望了HBase的未来趋势。通过Java API代码示例，帮助读者巩固理解。全面了解和掌握HBase，能为面试和实际工作中的大数据处理提供坚实基础。
484
3
3
|
8月前
|
存储
消息中间件
搜索推荐
【前沿技术】 阿里开源搜索引擎Havenask的消息系统
Havenask是阿里巴巴智能引擎事业部自研的开源高性能搜索引擎，深度支持了包括淘宝、天猫、菜鸟、高德、饿了么在内几乎整个阿里的搜索业务。本文针对性介绍了Havenask的消息系统--Swift，它是一个设计用于处理大规模的数据流和实时消息传递的高性能、可靠的消息系统。
60253
3
3
|
4月前
|
存储
监控
数据挖掘
Kylin使用心得与实战经验分享
本文详细介绍了Apache Kylin的使用方法及其在大数据分析中的优势。首先，Kylin是一款基于Hadoop和Spark的开源分布式分析引擎，通过预计算技术实现亚秒级的交互式查询响应，大幅提高数据分析效率。接着，文章阐述了Kylin的核心特点，包括高效多维分析能力和预计算与实时查询的平衡。然后，详细说明了环境搭建、配置步骤及示例代码，展示了如何配置HBase存储后端。在数据建模与优化部分，讲解了星型模型和雪花模型的选择，以及分区策略和索引优化技巧。
147
11
11
|
5月前
|
大数据
API
数据处理
揭秘！Flink如何从默默无闻到大数据界的璀璨明星？起源、设计理念与实战秘籍大公开！
【8月更文挑战第24天】Apache Flink是一款源自Stratosphere项目的开源流处理框架，由柏林理工大学等机构于2010至2014年间开发，并于2014年捐赠给Apache软件基金会。Flink设计之初即聚焦于提供统一的数据处理模型，支持事件时间处理、精确一次状态一致性等特性，实现了流批一体化处理。其核心优势包括高吞吐量、低延迟及强大的容错机制。
87
1
1
|
5月前
|
存储
分布式计算
分布式数据库
《HBase MapReduce之旅：我的学习笔记与心得》——跟随我的步伐，一同探索HBase世界，揭开MapReduce的神秘面纱，分享那些挑战与收获，让你在数据的海洋里畅游无阻！
【8月更文挑战第17天】HBase是Apache顶级项目，作为Bigtable的开源版，它是一个非关系型、分布式数据库，具备高可扩展性和性能。结合HDFS存储和MapReduce计算框架，以及Zookeeper协同服务，HBase支持海量数据高效管理。MapReduce通过将任务拆解并在集群上并行执行，极大提升处理速度。学习HBase MapReduce涉及理解其数据模型、编程模型及应用实践，虽然充满挑战，但收获颇丰，对职业发展大有裨益。
61
0
0
|
8月前
|
安全
搜索推荐
定位技术
|
8月前
|
分布式计算
资源调度
监控
Hadoop生态系统深度剖析：面试经验与必备知识点解析
本文深入探讨了Hadoop生态系统的面试重点，涵盖Hadoop架构、HDFS、YARN和MapReduce。了解Hadoop的主从架构、HDFS的读写流程及高级特性，YARN的资源管理与调度，以及MapReduce编程模型。通过代码示例，如HDFS文件操作和WordCount程序，帮助读者巩固理解。此外，文章强调在面试中应结合个人经验、行业动态和技术进展展示技术实力。
160
0
1
|
存储
缓存
分布式计算
|
存储
自然语言处理
搜索推荐
快速上手搜索引擎的秘密武器——Lucene
这篇文章介绍下这个 Lucene，下篇写写 ElasticSearch , 然后再继续填 Spring 的坑 🕳
内容的话就很基础啦🐖，希望能帮你快速入门，了解下它
158
0
0
|
存储
缓存
自然语言处理
我与Elasticsearch的邂逅--《我和开源的故事》
Elasticsearch（以下简称ES）是在怎样的一个机缘巧合之下与我邂逅？我为什么中意研究ES？它怎样改变着我们的生活？它的未来有着怎样无限的可能？本文将围绕上述方面依次展开。
1633
0
0
热门文章
最新文章
1
为什么说流处理即未来？
2
【实战】锐捷AC+AP配置WLAN基本服务系列
3
Mac：安装Python3并配置环境变量（本地多个Python版本选择配置）
4
丰富、连接、待集成—MaxCompute 生态再出发
5
Tomcat 7.0 64位免安装解压版 安装及配置
6
securecrt克隆会话与sshd 的 MaxSessions
7
C语言结构体的使用！简易学生成绩统计程序发布！
8
《VMware Virtual SAN权威指南》一2.2 VSAN的要求
9
webstorm9.0.3 注册码
10
数据文件offline后unusable索引造成的问题
1
LangGraph：构建多代理动态工作流的开源框架，支持人工干预、循环、持久性等复杂工作流自动化
27
2
Eliza：TypeScript 版开源 AI Agent 开发框架，快速搭建智能、个性的 Agents 系统
24
3
AI Dev Gallery：微软开源 Windows AI 模型本地运行工具包和示例库，助理开发者快速集成 AI 功能
32
4
「Mac畅玩鸿蒙与硬件51」UI互动应用篇28 - 模拟记账应用
100
5
我的博客年度之旅：感恩、成长与展望
87
6
《构建高效K近邻算法：降低计算复杂度的策略与实践》
24
7
《提升支持向量机泛化能力：核函数改进策略大揭秘》
16
8
《智能算法设计与开发的全解析：从理念到实践》
19
9
《深度学习梯度消失问题：原因与解决之道》
21
10
《docker基础篇：8.Docker常规安装简介》包括：docker常规安装总体步骤、安装tomcat、安装mysql、安装redis
17