NoSQL数据库

cassandra的集合类型toturist 创建带有复杂cell的user表 CREATE TABLE ks.user ( id int PRIMARY KEY, addr map, complex map

cassandra启动流程 整个启动流程会启动前端cql server用来接收客户端cql请求，启动node互相通信用的MessageService。这个都是常规操作，就不花费篇幅赘述了。cassandra启动过程对于新节点加入还是正常启动还是有区分的，新节点会造成数据重分布，所以需要先执行bootstrap。

简介 nodetool是cassandra自带的外围工具，通过JMX可以动态修改当前进程内存数据，注意cassandra是无主对等架构，默认的命令是操作本机当前进程，例如repair，如果需要做全集群修复，需要在每台机器上执行对应的nodetool命令。

cassandra概况 为什么选择Cassandra？cassandra到底有那些令人印象深刻的特点呢？不急，我们先来看下cassandra目前的大体概况。 理论扎实，师出名门 cassandra不仅吸收了dynamo论文中的如何做分布式，如何做副本复制，故障容错等方面成功的经验，又吸取了google bigtable中的LSM单机引擎层面精华。

背景 最近准备上线cassandra这个产品，同事在做一些小规格ECS(8G)的压测。压测时候比较容易触发OOM Killer，把cassandra进程干掉。问题是8G这个规格我配置的heap(Xmx)并不高（约6.5g）已经留出了足够的空间给系统。

介绍 我有一个具有以下功能的数据库服务器： 高可用设计。 可以全球分布。 允许应用程序随时随地写入任何节点。 只需向群集添加更多节点即可进行线性扩展。 自动负载及数据均衡。 一种看起来很像SQL的查询语言。

Redis 是一种内存数据库，将数据保存在内存中，读写效率要比传统的将数据保存在磁盘上的数据库要快很多。但是一旦进程退出，Redis 的数据就会丢失。 AOF( append only file )持久化以独立日志的方式记录每次写命令，并在 Redis 重启时在重新执行 AOF 文件中的命令以达到恢复数据的目的。

前言 只有光头才能变强。 文本已收录至我的GitHub仓库，欢迎Star：https://github.com/ZhongFuCheng3y/3y 最近在公司做了几张报表，还记得刚开始要做报表的时候都快把SQL给忘光了（当时在广州休假了1个月多，在实习期间也没咋写过SQL），回到公司的第一个需求就是做报表。

阿里云Prometheus方案给用户提供最省时省力的 Kubernetes容器平台的自动化运维监控，而且大幅提升了监控系统的可靠性、易用性、自动化和安全性。

阿里云中国站云HBase X-Pack中的Spark服务将于2019年7月16日进行价格下调。

近日刚刚发布免费公测的阿里云Prometheus（免费试用页面）提供了无缝对接Kubernetes集群的一站式、全托管监控解决方案，让用户可以方便灵活的一键配置对一个或多个阿里云Kubernetes集群的监控。

前言 只有光头才能变强。 文本已收录至我的GitHub仓库，欢迎Star：https://github.com/ZhongFuCheng3y/3y 记录一次在写代码时愚蠢的操作，本文涉及到的知识点：String不可变性 一、交代背景 我这边有一个系统，提供一个RPC接口去发送短信。

阿里云InfluxDB®除了提供稳定可靠的时序数据库服务，还提供了非常便捷的数据采集服务。用户能够方便查看各个采集源的运行状态并管理它们，采集的数据会自动存储到阿里云InfluxDB®。用户无需担心运维的问题，实现数据从采集到分析的一站式服务。

内容概要： 介绍GDB四种接入的方式，给出接入建议 介绍GDB使用中的一些问题和使用过程中的一些建议

通过阅读本文将Redis+Lua有了一定的了解，并能使用脚本完成一些简单的复合操作。

通过session_id建立自己的一套session机制，运用PHP+REDIS解决负载均衡后的session共享问题。

讲述MongoDB架构，以及该架构下引发MongoDB的多种丢数据的异常、脏读异常、陈旧读异常，MongoDB是如何致力于引入新版本的复制协议逐步消除了所有这些异常，最终让MongoDB达到一个high level的一致性和可靠性，成为一个可信任的数据库。

Prometheus 作为容器生态下集群监控的首选方案，是一套开源的系统监控报警框架。2019 年7月3日，阿里云Prometheus云托管实例正式开始免费公测。针对容器集群监控场景，提供了完整的采集、存储、监控、告警、图表展现的数据监控服务。

内容概要： 1. 介绍GDB四种接入的方式，给出接入建议 2. 介绍GDB使用中的一些问题和使用过程中的一些建议

讲述MongoDB架构，以及该架构下引发MongoDB的多种种丢数据的异常、脏读异常、陈旧读异常，MongoDB是如何致力于引入新版本的复制协议逐步消除了所有这些异常，最终让MongoDB达到一个high level的一致性和可靠性，成为一个可信任的数据库。

Redis 是一种内存数据库，将数据保存在内存中，读写效率要比传统的将数据保存在磁盘上的数据库要快很多。但是一旦进程退出，Redis 的数据就会丢失。 为了解决这个问题，Redis 提供了 RDB 和 AOF 两种持久化方案，将内存中的数据保存到磁盘中，避免数据丢失。

前言 只有光头才能变强。 文本已收录至我的GitHub仓库，欢迎Star：https://github.com/ZhongFuCheng3y/3y 回顾上一篇： 《大型网站系统与Java中间件》读书笔记（一） 这周周末读了第四章，现在过来做做笔记，希望能帮助到大家。

云HBase X-Pack是基于Apache HBase、Phoenix、Spark深度扩展，融合Solr检索等技术，支持海量数据的一站式存储、检索与分析。融合云kafka+云HBase X-Pack能够构建一体化的数据处理平台，支持风控、推荐、检索、画像、社交、物联网、时空、表单查询、离线数仓等场景，助力企业数据智能化。

介绍cassandra运维相关的备份恢复之增量备份

Redis 的 HyperLogLog 只需要消耗12KB内存，在标准误差0.81%的前提下，能通统计2^64个数。今天我们就一起来深入了解一下 HyperLogLog 的使用，基础原理和源码实现。

在这篇博文中，我们将深入研究Cassandra 3.0的全新物化视图功能。我们将看到它是如何在内部实现的，您应该如何使用它来充分利用其性能以及需要避免哪些警告。 本文中Cassandra == Apache Cassandra™， 物化视图是Materialized Views译文 为什么是物化视图？ Cassandra数据模型的关键点之一是非规范化，即复制数据以便更快地访问。

复制功能是redis最早实现的功能之一，支持数据在多个redis之间同步 -- 对主库进行数据读写操作，写请求数据通过主从复制功能传递给从库，从库提供数据读取的能力。 有效的支撑了redis的多机热备、故障切换，实现redis的负载均衡也需要依赖复制能力。

云栖社区已有1000位Redis&MongoDB开发者，发布了5000+Redis文章，发布了2000+MongoDB文章，沉淀了800+的Redis精品问答，沉淀了1000+的MongoDB精品问答。

Redis的底层数据结构到底是什么样的呢，为什么它能做这么多的事情？本文将探秘Redis的底层数据结构以及常用的命令。

复制功能是redis最早实现的功能之一，支持数据在多个redis之间同步 -- 对主库进行数据读写操作，写请求数据通过主从复制功能传递给从库，从库提供数据读取的能力。 有效的支撑了redis的多机热备、故障切换，实现redis的负载均衡也需要依赖复制能力。

KeyDB项目是从redis fork出来的分支。众所周知redis是一个单线程的kv内存存储系统，而KeyDB在100%兼容redis API的情况下将redis改造成多线程。项目git地址：https://github.com/JohnSully/KeyDB网上公开的技术细节比较少，本文基本是通过阅读源码总结出来的，如有错漏之处欢迎指正。

本文初步构建了Redis的知识图谱，并针对常见问题给出了解决方案。

前言 只有光头才能变强。 文本已收录至我的GitHub仓库，欢迎Star：https://github.com/ZhongFuCheng3y/3y 这本书买了一段时间了，之前在杭州没带过去，现在读完第三章，来做做笔记 这本书前三章都在科普和回顾中间件/分布式的基础，讲得非常通俗易懂。

云栖开发者沙龙介绍​ 阿里云栖开发者沙龙是“云栖社区”主办的线下技术沙龙品牌，希望通过技术干货分享来打通线上线下专家和开发者的连接。沙龙每期将定位不同的技术方向，逐步覆盖 云计算，大数据，前端，PHP，Java ，android，AI，运维，测试 等技术领域，并会穿插一些特别专场（开源专场，女性开发者专场，开发者成长专场等）。

Apache Kafka 是一个可扩展，高性能，低延迟的平台，允许我们像消息系统一样读取和写入数据。我们可以很容易地在 Java 中使用 Kafka。 Spark Streaming 是 Apache Spark 的一部分，是一个可扩展、高吞吐、容错的实时流处理引擎。

本文介绍Phoenix在2345公司的实践，主要是实时查询平台的背景、难点、Phoenix解决的问题、Phoenix-Sql的优化以及Phoenix与实时数仓的融合思路

本文阐述了空间数据处理中一些常见问题如何解决，为大家提供参考。

【点击订阅HBase+Spark技术双周刊】 近期线上直播 【直播资料下载】HBase多语言访问 线下沙龙最全资料下载往期回顾 阿里云栖开发者沙龙 - BigData NoSQL Meetup（上海站）【精彩直播+最全资料下载】阿里云栖开发者沙龙 - BigData NoSQL Meetup（上海站）业内大咖齐聚，各大技术社区支持，与你畅聊 BigData NoSQL中国HBase技术社区第十届meetup——HBase生态实践（杭州站）
中国HBase技术社区第十届meetup——HBase生态实践（杭州站）回顾，4位数据库技术大咖共话HBase技术实践。

上一篇《分布式数据缓存中的一致性哈希算法》文章中讲述了一致性哈希算法的基本原理和实现，今天就以 Redis Cluster 为例，详细讲解一下分布式数据缓存中的数据分片，上线下线时数据迁移以及请求重定向等操作。

实时统计广告点击数：Spark StructuredStreaming + Redis Stream 业务场景介绍 某广告公司在网页上投递动态图片广告，广告的展现形式是根据热点图片动态生成的。为了收入的最大化，需要统计每个广告的点击数来决定哪些广告可以投放的更长时间，哪些需要及时更换。

5月5号，阿里云发布了最新的时空数据库，感兴趣的同学可以点击下面连接登陆阿里云官网进行免费试用：https://www.aliyun.com/product/hitsdb_spatialpre 阿里云时空数据库能够存储、管理包括时间序列以及空间地理位置相关的数据。