注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. kafka知识总结

  2. spark-kafka学习笔记整理分享，用于学习交流，切勿用于其他途径。

  3. 所属分类：kafka

    • 发布日期：2018-11-19
    • 文件大小：1048576
    • 提供者：qq_40825218

  1. 大数据知识总结

  2. 大数据整个生态所有的组件总结，包括：Hadoop,Hive,Hbase,Sqoop,Flume,Kafka,Redis,Storm,Scala,Spark

  3. 所属分类：spark

    • 发布日期：2018-12-14
    • 文件大小：5242880
    • 提供者：qq_28844767

  1. kafka基础学习ppt

  2. kafka基础学习ppt（自己整理总结的一些基础知识）

  3. 所属分类：Java

    • 发布日期：2019-03-14
    • 文件大小：309248
    • 提供者：weixin_39970768

  1. kafka基础知识总结

  2. kafka的概念和一些基础的机制，如基础概念，分组策略，数据的完全生产，负载均衡等

  3. 所属分类：Java

    • 发布日期：2019-04-19
    • 文件大小：4096
    • 提供者：heng0_0

  1. kafka知识导图笔记.xmind

  2. 1、介绍 2、Kafka独特设计在什么地方？ 3、kafka架构 4、Kafka如何搭建及创建topic、发送消息、消费消息？ 5、环境搭建 6、测试 7、kafka开发环境搭建 8、学习总结来源

  3. 所属分类：kafka

    • 发布日期：2020-05-13
    • 文件大小：10240
    • 提供者：D_A_I_H_A_O

  1. Spark知识体系脑图.xmind

  2. spark的总体最新最全总结,spark的简介及部署,sparkcore的基本概念,RDD编程实践以及高级功能,sparksql,sparkStreaming的简介及整合kafka的方式

  3. 所属分类：spark

    • 发布日期：2020-07-26
    • 文件大小：245760
    • 提供者：m0_46570243

  1. java大数据面试基础v2.docx

  2. 本文总结java 大数据等基础知识，可用于面试前的查漏补缺；包含java集合、多线程、异常；包含hadoop、hive、storm、spark、zookeeper、kafka等技术；包括mysql数据库的查询及优化知识点；包括vue、react等前端框架；也包括部门机器学习相关知识；供大家参考。

  3. 所属分类：Java

    • 发布日期：2020-09-29
    • 文件大小：7340032
    • 提供者：long199366

  1. java大数据面试基础v3.docx

  2. 本文总结java 、大数据有关基础技术知识，可用于面试前的查漏补缺；包含java集合、多线程、异常；包含hadoop、hive、storm、spark、zookeeper、kafka、flume等技术；包括mysql数据库的查询及优化知识点；包括vue、react等前端框架；也包括部门机器学习相关知识；包括版本管理、管理过程。供大家参考。 在《java大数据面试基础v2》的基础上进行了完善补充和丰富，增加flume模块，完善版本管理模块，部分章节进行了补充和完善。

  3. 所属分类：Java

    • 发布日期：2020-10-07
    • 文件大小：9437184
    • 提供者：long199366

  1. java大数据面试基础v2.docx

  2. 本文总结java 大数据等基础知识，可用于面试前的查漏补缺；包含java集合、多线程、异常；包含hadoop、hive、storm、spark、zookeeper、kafka等技术；包括mysql数据库的查询及优化知识点；包括vue、react等前端框架；也包括部门机器学习相关知识；供大家参考。

  3. 所属分类：Hadoop

    • 发布日期：2020-10-07
    • 文件大小：7340032
    • 提供者：long199366

  1. kafka知识总结

  2. 1.什么是kafka？ Kafka是一个分布式的基于发布/订阅模式的消息队列，主要应用于大数据实时处理领域。 2.流式计算？ 大体包括storm、 sparkStreaming 、flink storm：来一条数据，处理一条，实时性好 sparkStreaming ：微批处理，延迟性较差，但是兼容性好 flink：一个流系统，采用原生的流处理系统，保证了低延迟性，在API和容错性上也是做的比较完善，使用起来相对来说也是比较简单的，部署容易 3.JMS 消息传输模型？ 点对点模式（一对一，消费者主

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：182272
    • 提供者：weixin_38655987