基于 Tracing 数据的拓扑关系生成原理
背景
随着互联网架构的流行，越来越多的系统开始走向分布式化、微服务化。如何快速发现和定位分布式系统下的各类性能瓶颈成为了摆在开发者面前的难题。借助分布式追踪系统的调用链路还原能力，开发者可以完整地了解一次请求的执行过程和详细信息。
通过EMR Spark Streaming实时读取Tablestore数据
本文将介绍如何在E-MapReduce中实时流式的处理Tablestore中的数据。
场景设计
随着互联网的发展，企业中积累的数据越来越多，数据的背后隐藏着巨大的价值，在双十一这样的节日中，电子商务企业都会在大屏幕上实时显示订单总量，由于订单总量巨大，不可能每隔一秒就到数据库中进行一次SQL统计，此时就需要用到流计算，而传统的方法都是需要借助Kafka消息队列来做流式计算，数据订单需要写入数据库与Kafka中，Spark Streaming 消费来自Kafka中的订单信息。
Spark修炼之道（基础篇）——Linux大数据开发基础：第七节：进程管理
本节主要内容
进程管理简介
进程管理常用命令
计划任务
1. 进程管理简介
（1）进程概念
进程是操作系统中非常重要的一个概念，进程是程序的执行过程，相对于程序，进程是动态的，在linux系统中，它与用户权限相关，程序与进程并没有一一对应，一个程序可能对应多个进程，例如：
//ps命令列出当前所有对应当前用户的活动进程
xtwy@ubuntu:~$ ps
【Spark Summit East 2017】物联网容量规划的预测分析
本讲义出自Constant Wette在Spark Summit East 2017上的演讲，物联网(IoT)是一个日益增长的网络，与传统人类的沟通方式不同，物联网支持各种网络类型并且能够满足各种网络需求，这也导致出现了物联网的网络标准，为了优化对于物联网基础设施投资，需要使用动态方法调查网络容量规划情况，以适应特定的需求，本讲义介绍了基于Hadoop和Spark构建的综合分析框架以及一些用于验证准确性的案例。