<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[chechelove886的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chechelove886</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chechelove886]]></copyright><item><title><![CDATA[网易一千零一夜-脑图]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/111566213</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/111566213</guid><author>chechelove886</author><pubDate>Tue, 22 Dec 2020 20:29:43 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[HBase RowKey设计原则（全面）]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/104371602</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/104371602</guid><author>chechelove886</author><pubDate>Tue, 18 Feb 2020 11:17:41 +0800</pubDate><description><![CDATA[HBase的行健设计原则文章主要依据HBase官方文档和一些相关文章总结而来，可以说是比较靠谱和全面的一个rowkey设计总结。

 言归正传，对于关系型数据库，数据定位可以理解为“二维坐标”；但是hbase中需要四维来定位一个单元格，即[行健、列族、列限定符、时间戳]

  HBase中rowkey可以唯一标识一行记录，在HBase查询的时候，有以下几种方式：

通过get方式，...]]></description><category></category></item><item><title><![CDATA[大数据技术体系、数据湖、数据中台]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/91043501</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/91043501</guid><author>chechelove886</author><pubDate>Thu, 06 Jun 2019 14:31:44 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[可扩展超快OLAP引擎: Kylin]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/88992014</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/88992014</guid><author>chechelove886</author><pubDate>Wed, 03 Apr 2019 12:03:43 +0800</pubDate><description><![CDATA[Kylin沿用了原来的数据仓库技术中的Cube概念，把无限数据按有限的维度进行“预处理”，然后将结果（Cube）加载到Hbase里，供用户查询使用。



Kylin是通过空间换时间的方式，实现在亚秒级别延迟的情况下，对Hadoop上的大规模数据集进行交互式查询，Kylin通过预计算，把计算结果集保存到Hbase中，原有的基于行的关系模型被转化为基于键值对的列式存储，通过维度组合作为HBase的...]]></description><category></category></item><item><title><![CDATA[性能、负载与压力测试概念及执行步骤]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/88428231</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/88428231</guid><author>chechelove886</author><pubDate>Tue, 12 Mar 2019 20:20:19 +0800</pubDate><description><![CDATA[性能测试涵盖了广泛的工程评估，重点是衡量最终性能的特点

性能测试的目标是识别、记录和消除系统中的瓶颈

负载测试是性能测试中的一个过程。

负载测试在系统中加载用户需求以测量其响应时间和稳定性。

负载测试的目的是验证应用能够满足预期的性能目标，通常是在服务水平协议中指定的。（如：响应时间、吞吐量、资源利用率等指标，目标不是确定系统的失效点）

负载和性能测试并不是正确架构的替代品。

性...]]></description><category></category></item><item><title><![CDATA[软件架构设计最常用的15个原则]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/88289621</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/88289621</guid><author>chechelove886</author><pubDate>Thu, 07 Mar 2019 10:38:03 +0800</pubDate><description><![CDATA[架构原则

1、N+1设计 。永远不少于两个，通常三个。

2、回滚设计。确保系统可以回滚到以前发不过的任何版本。

3、禁用设计。能够关闭任何发布的功能。

4、监控设计。在设计阶段就必须要考虑监控，而不是在实施完成之后补充。

5、设计多活数据中心。不要被一个数据中心的解决方案把自己限制住。

6、使用成熟的技术。只用确实好用的技术。

7、异步设计。只有在绝对必要的时候才进行同步调用。

8...]]></description><category></category></item><item><title><![CDATA[了解一下什么是领导力，以及如何培养领导力]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/87970599</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/87970599</guid><author>chechelove886</author><pubDate>Wed, 27 Feb 2019 12:58:03 +0800</pubDate><description><![CDATA[每个做技术的人都渴望成为管理者的，今天来了解一下什么是领导力，以及如何培养领导力。


	领导力是对组织或个人完成特定目标的影响力
	
	
	领导者，无论是天生的还是后天培养的，都可以做得更好，事实上，追求做得更好应该是一个终身目标。
	
	
	领导力可以看作一个函数，他包括个人特征、技能、经验、行动和方法。提高任何一个方面都会增强领导的能力
	
	
	增强领导力的第一步是要厘清现状，请下级、同级...]]></description><category></category></item><item><title><![CDATA[程序员2019年应该做的8件事，别再等到中年危机了～]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/87874136</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/87874136</guid><author>chechelove886</author><pubDate>Fri, 22 Feb 2019 10:56:16 +0800</pubDate><description><![CDATA[2018年了，给自己定个小目标，不说赚它几个亿，以下8件都值得我们每个程序员去做。

 



1.学习一门新的不同风格的编程语言

 

这是很需要的一件事，因为如果你只了解一种语言，它就会局限你解决问题的能力和你的职业发展。所以在新的一年，你应该花些时间学习一门新的语言，体验不同的编程风格，并学以致用。

 



2.提高你的已有技能

 

如今Hibernate框架、Spring MVC...]]></description><category></category></item><item><title><![CDATA[Hive原理实践]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/87867890</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/87867890</guid><author>chechelove886</author><pubDate>Thu, 21 Feb 2019 20:27:18 +0800</pubDate><description><![CDATA[Hive基本架构



 

Driver组件：核心组件，整个Hive的核心，该组件包括Complier（编译器）、Optimizer（优化器）和Executor（执行器），它们的作用是对Hive SQL语句进行解析、编译优化，生成执行计划，然后调用底层的MapReduce计算框架。

Metastore组件：元数据服务组件，这个组件存储Hive的元数据。支持的关系型数据库有Derby和MySQL...]]></description><category></category></item><item><title><![CDATA[大数据常用技术介绍-Sqoop、Flume、Kafka、MapReduce、Hive、Spark、Strom、Beam等]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/87800847</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/87800847</guid><author>chechelove886</author><pubDate>Wed, 20 Feb 2019 15:40:27 +0800</pubDate><description><![CDATA[数据采集传输主要技术

分为两类，一类是离线批处理、另一类是实时数据采集和传输

离线批处理最有名的是Sqoop、实时数据采集和传输最为常用的是Flume和Kafka

Sqoop：一款开源的离线数据传输工具，主要用于Hadoop（Hive）与传统数据库（Mysql、Oracle）之间数据传递。
	Flume：实时日志采集平台，一个高可用、高可靠、分布式的海量日志采集、聚合和传输的系统。
	Kaf...]]></description><category></category></item><item><title><![CDATA[项目管理相关的考试认证及证书价值介绍]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/86600233</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/86600233</guid><author>chechelove886</author><pubDate>Tue, 22 Jan 2019 19:45:07 +0800</pubDate><description><![CDATA[对于很多项目管理从业人员来说，他们可能还不知道与项目管理相关的一些考试和认证。或者还有一些人，可能只知道有美国项目管理协会的PMP考试，但却不知道国内也有项目管理方面的考试认证，而且证书价值也是很高的，今天我就给大家介绍一下。
首先我用一张图来介绍和对比一下各考试认证的内容和他们的证书价值分析（这个证书价值仅是个人观点，供大家参考哦）：



我们逐个再来详细分析一下各考试及证书价值：
一、PMP...]]></description><category></category></item><item><title><![CDATA[Spark Streaming 应用场景]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/86600168</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/86600168</guid><author>chechelove886</author><pubDate>Tue, 22 Jan 2019 19:39:10 +0800</pubDate><description><![CDATA[Spark Streaming 应用场景

流ETL：将数据推入下游系统之前对其进行持续的清洗和聚合，这么做通常可以减少最终数据存储中的数据量。

触发器（Triggers）：实时检测行为或异常事件，及时触发下游动作，例如当一个设备接近了检测器或者基地，就会触发警报。

数据浓缩：将实时数据与其他数据集连接，可以进行更丰富的分析，例如将实时天气信息与航班信息结合，以建立更好的旅行警报。

复杂会话...]]></description><category></category></item><item><title><![CDATA[《架构即未来》中最常用的15个架构原则]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/86599541</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/86599541</guid><author>chechelove886</author><pubDate>Tue, 22 Jan 2019 18:53:27 +0800</pubDate><description><![CDATA[《架构即未来》中最常用的15个架构原则



《架构即未来》这本书的第12章简单阐述了架构设计的一些常用的原则（后面章节会详细阐述）。这些原则中很多都是在架构一开始的设计中就要考虑进去的，这样在出现任何问题时，我们都能够及时的处理，和把问题影响的范围有效的缩小。否则就像我现在的项目，一开始设计时，考虑的很少，出问题时，没有做到及时的反馈，和缩小影响范围，只能在事故的代价中将所需要的原则添加进来，慢...]]></description><category></category></item><item><title><![CDATA[Spark SQL]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/84978833</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/84978833</guid><author>chechelove886</author><pubDate>Wed, 12 Dec 2018 20:25:21 +0800</pubDate><description><![CDATA[Spark SQL：不仅是数据仓库的引擎，而且也是数据挖掘的引擎，更为重要的事Spark SQL是数据科学计算和分析引擎。

Hive+Spark SQL+DataFrame组成了目前国内的大数据主流技术组合：

Hive：负责低成本的数据仓库存储

Spark SQL:负责高速的计算

DataFrame：负责复杂的数据挖掘

DataFrame与RDD的差异：

RDD是以Record为单位的...]]></description><category></category></item><item><title><![CDATA[Docker的基本概念]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/84945668</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/84945668</guid><author>chechelove886</author><pubDate>Mon, 10 Dec 2018 20:20:51 +0800</pubDate><description><![CDATA[虚拟化：分为硬件虚拟化和软件虚拟化，软件虚拟化又分为应用虚拟化和平台虚拟化。

容器技术：属于平台虚拟化中的操作系统虚拟化。

容器：又称“集装箱”，其核心技术是Cgroups和namespace。容器技术通过namespace实现资源隔离，通过Cgroups实现资源控制。

Docker基本概念

Docker镜像：Docker镜像是Docker整个体系中最基础的一部分，Docker镜像是容器的...]]></description><category></category></item><item><title><![CDATA[linux 账号与权限管理]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/84854321</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/84854321</guid><author>chechelove886</author><pubDate>Thu, 06 Dec 2018 14:59:29 +0800</pubDate><description><![CDATA[----用户账号分类----

1、用户账号：超级用户（root）、普通用户（由root创建、权限受限）、程序用户（一般不需要登录到系统，如ftp、mail等）

2、UID号：root用户默认为UID为0，程序账号UID默认为1~999，普通用户默认使用1000~60000。

3、用户账号文件：/etc/passwd（保存所有用户的账号基本信息）、/etc/shadow（保存各用户的账号密码信...]]></description><category></category></item><item><title><![CDATA[linux 常用命令总结]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/84841643</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/84841643</guid><author>chechelove886</author><pubDate>Wed, 05 Dec 2018 19:10:52 +0800</pubDate><description><![CDATA[基本命令：
hostname：查看当前主机的完整名称。

hostname kgc 表示修改当前系统主机名为kgc，退出重新登录后生效。

pwd：用户显示当前用户所在工作目录；

ls：显示当前目录下所有文件

ls -a ：显示所有文件，包括.开头的和隐藏文件

 

lsb_release -a 操作系统版本

cat /proc/cupinfo 查询cpu信息

cat /proc/mem...]]></description><category></category></item><item><title><![CDATA[ElasticSearch]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/84621607</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/84621607</guid><author>chechelove886</author><pubDate>Thu, 29 Nov 2018 11:29:42 +0800</pubDate><description><![CDATA[# 第一章 ElasticSearch入门篇
## 第一节 ElasticSearch概述
### 1.1ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTfulweb接口。ElasticSearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定...]]></description><category></category></item><item><title><![CDATA[全文搜索引擎 ElasticSearch]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/84565172</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/84565172</guid><author>chechelove886</author><pubDate>Tue, 27 Nov 2018 14:22:13 +0800</pubDate><description><![CDATA[ElasticSearch观念转换：
索引：可以认为是数据库中的一个Schema。

类型：逻辑上具有相同格式的文档集合，可以和数据库中的表概念类似。

文档：对所描述的实体对象的具体实例化，可以和数据库中的行相对应。

字段：以Json的键值对方式组织的多个字段。字段可以是对象类型、数组类型或者核心数据类型，字段可以与数据库列对应。

集群节点类型：
主节点：负责节点间集群之间的变更协调。这些变...]]></description><category></category></item><item><title><![CDATA[流式计算引擎-Storm、Spark Streaming]]></title><link>https://blog.youkuaiyun.com/chechelove886/article/details/84376901</link><guid>https://blog.youkuaiyun.com/chechelove886/article/details/84376901</guid><author>chechelove886</author><pubDate>Fri, 23 Nov 2018 10:53:48 +0800</pubDate><description><![CDATA[       目前常用的流式实时计算引擎分为两类：面向行和面向微批处理，其中面向行的流式实时计算引擎的代表是Apache Storm，典型特点是延迟低，但吞吐率也低。而面向微批处理的流式实时计算引擎代表是Spark Streaming，其典型特点是延迟高，但吞吐率也高。

主流的流式数据线分四个阶段：

1、数据采集：负责从不同数据源上实时采集数据，可选包括Flume以及自定义Kafka Prod...]]></description><category></category></item></channel></rss>