<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[guoliduo的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/guoliduo</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; guoliduo]]></copyright><item><title><![CDATA[RabbitMQ七种队列模式]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/148733512</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/148733512</guid><author>guoliduo</author><pubDate>Wed, 18 Jun 2025 10:12:34 +0800</pubDate><description><![CDATA[发布者确认模式是 RabbitMQ 提供的一种机制，用于确保消息在发送到交换机并被路由到队列时的。一个生产者发送消息到一个队列，一个消费者从队列中接收消息并处理。生产者将消息发送到交换机，交换机将消息广播到所有与之绑定的队列。生产者发送消息到交换机，并使用路由键指定消息的目标队列。客户端（RPC请求者）发送请求消息到队列中，并等待服务器（RPC响应者）返回响应消息。消费者从队列中取出消息并处理，消息会平均地分配给消费者。的队列，从而接收消息的副本。七种队列模式，可以根据不同的场景具体使用。]]></description><category></category></item><item><title><![CDATA[SpringBoot常用注解]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/148684787</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/148684787</guid><author>guoliduo</author><pubDate>Mon, 16 Jun 2025 09:59:23 +0800</pubDate><description><![CDATA[Import：会给容器中导入非常多的自动配置类 xxxAutoConfiguration，SpringBoot 在启动的时候从类路径下的 META-INF/spring.factories 文件中加载很多的 XxxAutoConfiguration 自动配置类，但不是所有的自动配置类都会进行配置，因为每个自动配置类上方存在 @ConditionalOnClass 等注解，符合条件的自动配置类才会生效。@ComponentScan：扫描自动配置包下面的所有标注了注解的类到容器中管理。]]></description><category></category></item><item><title><![CDATA[进程和线程]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/148667167</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/148667167</guid><author>guoliduo</author><pubDate>Sun, 15 Jun 2025 10:35:37 +0800</pubDate><description><![CDATA[进程是计算机中运行的程序的实例。每个进程都有自己独立的内存空间和系统资源，并且可以拥有多个线程。进程之间是相互独立的，它们不能直接共享数据，必须通过进程间通信(IPC)来实现数据交换。线程是指在一个进程内执行的独立执行路径。一个进程可以包含多个线程，每个线程都是独立运行的，有自己的执行顺序和状态。]]></description><category></category></item><item><title><![CDATA[java中锁详解]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/148664425</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/148664425</guid><author>guoliduo</author><pubDate>Sun, 15 Jun 2025 08:23:44 +0800</pubDate><description><![CDATA[锁,synchronized]]></description><category></category></item><item><title><![CDATA[JVM 参数调优核心原则与常用参数]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/148660507</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/148660507</guid><author>guoliduo</author><pubDate>Sat, 14 Jun 2025 23:46:47 +0800</pubDate><description><![CDATA[jvm调优]]></description><category></category></item><item><title><![CDATA[Redis缓存穿透、缓存击穿、缓存雪崩]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/148643674</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/148643674</guid><author>guoliduo</author><pubDate>Sat, 14 Jun 2025 00:00:44 +0800</pubDate><description><![CDATA[Redis缓存穿透、缓存击穿、缓存雪崩]]></description><category></category></item><item><title><![CDATA[Kafka知识点整理]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/127994522</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/127994522</guid><author>guoliduo</author><pubDate>Wed, 23 Nov 2022 09:50:23 +0800</pubDate><description><![CDATA[Kafka知识点整理]]></description><category></category></item><item><title><![CDATA[markdown编辑器的使用]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/109264098</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/109264098</guid><author>guoliduo</author><pubDate>Sat, 24 Oct 2020 19:03:19 +0800</pubDate><description><![CDATA[这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar]]></description><category></category></item><item><title><![CDATA[java运行jar包报错：Error: A JNI error has occurred, please check your installation and try again]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/107483845</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/107483845</guid><author>guoliduo</author><pubDate>Tue, 21 Jul 2020 11:22:23 +0800</pubDate><description><![CDATA[今天打包执行的jar包一直报错：



查了很多博客，有的说是因为java -version 和 javac -version版本不一致的原因，但是我的版本是一致的，有的说要打开jar包文件中的META-INF目录，将*.SF,*.DSA,*.RSA文件删除，

我的jar包的META-INF目录可以看到：



包含.RSA文件和.SF文件，我将其全部删除后，报错Connect refused，最后有的博客说只用删除.SF文件即可，因为依赖jar包中的META-INF中有多余的.SF文件与当前jar包冲突]]></description><category></category></item><item><title><![CDATA[大数据常见错误及解决方案]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/107213168</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/107213168</guid><author>guoliduo</author><pubDate>Wed, 08 Jul 2020 19:16:45 +0800</pubDate><description><![CDATA[1、用./bin/spark-shell启动spark时遇到异常：java.net.BindException: Can't assign requested address: Service 'sparkDriver' failed after 16 retries!

解决方法：add export SPARK_LOCAL_IP="127.0.0.1" to spark-env.sh

2、java Kafka producer error:ERROR kafka.utils.Utils$ - fetc]]></description><category></category></item><item><title><![CDATA[MySQL配置文件解析]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/107108657</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/107108657</guid><author>guoliduo</author><pubDate>Fri, 03 Jul 2020 16:33:00 +0800</pubDate><description><![CDATA[[client]
#客户端设置，即客户端默认的连接参数
port = 3306
#默认连接端口
socket = /usr/local/mysql/data/mysql.sock
#用于本地连接的socket套接字
default-character-set = utf8mb4
#编码

[mysqld]
#服务端基本设置
port = 3306
#MySQL监听端口
socket = /usr/local/mysql/data/mysql.sock
#为MySQL客户端程序和服务器之间的本地通讯指定一..]]></description><category></category></item><item><title><![CDATA[Hive之宏]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/107088316</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/107088316</guid><author>guoliduo</author><pubDate>Thu, 02 Jul 2020 16:59:29 +0800</pubDate><description><![CDATA[一、啥是宏

宏可以看做是一个简短的函数，或者是对一个表达式取别名，同时可以将这个表达式中的一些值做成变量调用时传入，比较适合于做分析时为一些临时需要用到很多次的表达式操作封装一下取个简短点的别名来调用。宏只在当前会话有效，当退出hive控制台再进入时上次创建的宏就丢失了，如果需要永久保留某个宏，可以将其加入到${HIVE_HOME}/.hiverc文件中。

二、创建宏

创建宏的语法：


CREATE TEMPORARY MACRO macro_name([col_name col_type, ...]]></description><category></category></item><item><title><![CDATA[HashMap(1.8)源码阅读]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/107065625</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/107065625</guid><author>guoliduo</author><pubDate>Wed, 01 Jul 2020 15:55:06 +0800</pubDate><description><![CDATA[一、初始化

1.无参构造函数


//负载因子默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f;

//指定loadFactor负载因子的值是0.75f
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

2.指定初始化大小和负载因子


//hashmap的最大容量
static final int MAXIMUM_]]></description><category></category></item><item><title><![CDATA[Spark之DataFrame操作大全]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/106979361</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/106979361</guid><author>guoliduo</author><pubDate>Sat, 27 Jun 2020 10:22:11 +0800</pubDate><description><![CDATA[SparkSession中的DataFrame类似于一张关系型数据表。在关系型数据库中对单表或进行的查询操作，在DataFrame中都可以通过调用其API接口来实现。

可以参考，Scala提供的DataFrame API。本文中的代码基于Spark-2.2的文档实现。

一、DataFrame对象的生成

　　Spark-SQL可以以其他RDD对象、parquet文件、json文件、Hive表，以及通过JDBC连接到其他关系型数据库作为数据源来生成DataFrame对象。本文将以MySQL数据库为数据源.]]></description><category></category></item><item><title><![CDATA[Vue Devtools 插件安装]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/105302084</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/105302084</guid><author>guoliduo</author><pubDate>Wed, 03 Jun 2020 15:17:03 +0800</pubDate><description><![CDATA[Vue Devtools 插件让我们在一个更友好的界面中审查和调试 Vue 项目,插件安装步骤:

1.下载devtools,百度网盘地址(地址永久有效,只要我还活着):

链接：https://pan.baidu.com/s/13Y1qeGDq_yNvlZuekV7iRg

提取码：0tam

2.进入谷歌浏览器开发者模式,2种进入方式:

  (1)谷歌浏览器访问： chrome://e...]]></description><category></category></item><item><title><![CDATA[Linux主机时钟同步-NTP]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/106500422</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/106500422</guid><author>guoliduo</author><pubDate>Tue, 02 Jun 2020 17:09:40 +0800</pubDate><description><![CDATA[NTP服务器主机 (192.168.96.46)
安装：yum install ntp -y ;
vi /etc/ntp.conf，增加配置：server 127.127.1.0 ；fudge 127.127.1.0 stratum 8；
sudo service ntpd start；
sudo systemctl enable ntpd.service；
]]></description><category></category></item><item><title><![CDATA[CDH集群添加新的节点]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/106418154</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/106418154</guid><author>guoliduo</author><pubDate>Fri, 29 May 2020 08:57:05 +0800</pubDate><description><![CDATA[1、新加机器环境配置

首先得在新的主机环境中安装JDK，关闭防火墙、修改selinux、NTP时钟与主机同步、修改hosts、与主机配置ssh免密码登录、保证安装好了perl和python。

2、上传cloudera-manager文件到/opt目录，修改agent配置文件：

vi /opt/cm-5.15.0/etc/cloudera-scm-agent/config.ini

server_host = Master

vim etc/cloudera-scm-agent/config.ini 设]]></description><category></category></item><item><title><![CDATA[Scala中flatMap和map源码解析]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/106237536</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/106237536</guid><author>guoliduo</author><pubDate>Wed, 20 May 2020 15:37:28 +0800</pubDate><description><![CDATA[flatmap和map是Scala中常见的两种算子



未完待续...
]]></description><category></category></item><item><title><![CDATA[Hive元数据表信息]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/105737070</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/105737070</guid><author>guoliduo</author><pubDate>Fri, 24 Apr 2020 18:16:45 +0800</pubDate><description><![CDATA[Hive的元数据库表一般是存在数据库中的,以MySQL为例:



Hive元数据表,各表名和表意义,作用为空的表示这个表是空数据,说明Hive的一些功能我还没有用到,所以元数据的表是空的。

Hive元数据表
	表名
			作用
		BUCKETING_COLS
			存储bucket字段信息，通过SD_ID与其他表关联
		CDS
			一个字段CD_ID，与SDS表关联
		COLUMNS_...]]></description><category></category></item><item><title><![CDATA[Result window is too large, from + size must be less than or equal to: [10000] but was [13314300]]]></title><link>https://blog.youkuaiyun.com/guoliduo/article/details/105557965</link><guid>https://blog.youkuaiyun.com/guoliduo/article/details/105557965</guid><author>guoliduo</author><pubDate>Thu, 16 Apr 2020 15:04:32 +0800</pubDate><description><![CDATA[由于前端没有从Es请求到数据,用postman测试接口是否有问题,结果报错:Result window is too large, from + size must be less than or equal to: [10000] but was [13314300]。

这是因为用Elasticsearch做分页查询时，Es查询结果集默认是10000，结果集大小是int，最大为21亿左右（2^...]]></description><category></category></item></channel></rss>