<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hwm的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/heweimingming</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; heweimingming]]></copyright><item><title><![CDATA[福昕pdf编辑器]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/153722475</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/153722475</guid><author>heweimingming</author><pubDate>Wed, 22 Oct 2025 09:31:59 +0800</pubDate><description><![CDATA[链接: https://pan.baidu.com/s/1MSiN3LsiSx5D_gfHgiPPng?pwd=rkaq 提取码: rkaq。通过网盘分享的文件：apps。]]></description><category></category></item><item><title><![CDATA[剖析 Elasticsearch 集群系列第三篇 近实时搜索、深层分页问题和搜索相关性权衡之道]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/104140680</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/104140680</guid><author>heweimingming</author><pubDate>Sun, 02 Feb 2020 04:33:25 +0800</pubDate><description><![CDATA[最近在学习ES，发现《剖析 Elasticsearch 集群系列》文章写得挺好，转载过来记录下。

原文：https://www.infoq.cn/article/anatomy-of-an-elasticsearch-cluster-part03/

剖析 Elasticsearch 集群系列涵盖了当今最流行的分布式搜索引擎 Elasticsearch 的底层架构和原型实例。本文是这个系列的第三...]]></description><category></category></item><item><title><![CDATA[剖析 Elasticsearch 集群系列第二篇 分布式的三个 C、translog 和 Lucene 段]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/104140674</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/104140674</guid><author>heweimingming</author><pubDate>Sun, 02 Feb 2020 04:30:59 +0800</pubDate><description><![CDATA[最近在学习ES，发现《剖析 Elasticsearch 集群系列》文章写得挺好，转载过来记录下。

原文：https://www.infoq.cn/article/anatomy-of-an-elasticsearch-cluster-part02/



剖析 Elasticsearch 集群系列涵盖了当今最流行的分布式搜索引擎 Elasticsearch 的底层架构和原型实例。

本文是这个...]]></description><category></category></item><item><title><![CDATA[剖析 Elasticsearch 集群系列 第一篇 Elasticsearch 的存储模型和读写操作]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/104140668</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/104140668</guid><author>heweimingming</author><pubDate>Sun, 02 Feb 2020 04:24:16 +0800</pubDate><description><![CDATA[最近在学习ES，发现《剖析 Elasticsearch 集群系列》文章写得挺好，转载过来记录下。

原文：https://www.infoq.cn/article/analysis-of-elasticsearch-cluster-part01/



剖析 Elasticsearch 集群系列涵盖了当今最流行的分布式搜索引擎 Elasticsearch 的底层架构和原型实例。

本文是这个系列...]]></description><category></category></item><item><title><![CDATA[如何使用jstack分析线程状态]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/103115319</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/103115319</guid><author>heweimingming</author><pubDate>Sun, 17 Nov 2019 23:21:05 +0800</pubDate><description><![CDATA[看到一篇jstack小白教程，写得比较简单易懂，原文：如何使用jstack分析线程状态

背景

记得前段时间，同事说他们测试环境的服务器cpu使用率一直处于100%，本地又没有什么接口调用，为什么会这样？cpu使用率居高不下，自然是有某些线程一直占用着cpu资源，那又如何查看占用cpu较高的线程？



当然一个正常的程序员不会写出上述代码，这里只是为了让一个线程占用较高的cpu资源。

top...]]></description><category></category></item><item><title><![CDATA[jmeter https证书处理]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/100589793</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/100589793</guid><author>heweimingming</author><pubDate>Sat, 07 Sep 2019 08:26:14 +0800</pubDate><description><![CDATA[jmete 压测中，难免有https，这些需要证书。

本文章 主要介绍证书的获取、处理、配置到jmeter中。

1. 谷歌浏览器 打开网站，点击 地址栏的锁（表示https），选择 “证书”---“详细信息”---“复制到文件”，选择cer类型，保存到文件，例如百度首页，我保存为baidu.cer

2. 执行命令： keytool -import -alias "baidu.store" -...]]></description><category></category></item><item><title><![CDATA[图解LinkedHashMap]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/100407710</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/100407710</guid><author>heweimingming</author><pubDate>Mon, 02 Sep 2019 22:16:03 +0800</pubDate><description><![CDATA[LinkedHashMap,总的来说，LinkedHashMap底层是使用HashMap+LinkedList实现的。用HashMap维护数据，用LinkedList来维护数据插入的顺序。





一、特点总结：

1、LinkedHashMap的结构是数组+链表（+红黑树）+双向链表。双向链表是用来维护元素的顺序的。HashMap的元素是无序的，LinkedHashMap的元素是有序的...]]></description><category></category></item><item><title><![CDATA[Spark 的架构原理]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/84896523</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/84896523</guid><author>heweimingming</author><pubDate>Sat, 08 Dec 2018 18:56:23 +0800</pubDate><description><![CDATA[本文旨在记录自己所学的大数据知识。本文素材来源于李智慧老师的《从0开始学大数据》，李老师讲的大数据课程既有教相关知识的，也有教我们如何学习，如何思考的，讲的非常好。

 

Spark 也遵循移动计算比移动数据更划算这一大数据计算基本原则

 

相关概念：计算阶段，依赖关系，DAG,Spark应用，任务集合

 

一、Spark的计算阶段

1、Spark计算本质上也是Map和reduce组成...]]></description><category></category></item><item><title><![CDATA[四 Spark应用提交与调试总结]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/84782501</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/84782501</guid><author>heweimingming</author><pubDate>Tue, 04 Dec 2018 08:36:08 +0800</pubDate><description><![CDATA[一、Spark提交应用程序步骤

1、进入Spark安装目录/bin，调用spark-submit脚本

2、在脚本后面指定参数

1、--class 指定应用主类

2、--master 指定应用运行模式，有local、local[n]、spark://集群url:port、Mesos、Yarn-client、Yarn-cluster

3、【可选】可以指定 --deploy-mode为clie...]]></description><category></category></item><item><title><![CDATA[三 Spark应用提交流程]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/84782494</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/84782494</guid><author>heweimingming</author><pubDate>Tue, 04 Dec 2018 08:34:37 +0800</pubDate><description><![CDATA[前置概念：

一、Master 和Worker 分别用于分配资源和管理资源。

从资源维度来看，一个程序运行分为两个阶段。

1、阶段1，先在Master上注册程序，让Master给程序分配资源，分配完之后。

2、阶段2，程序就在Worker上用这些资源。

二、Driver和Executor是对于应用程序（App，即jar包）来说的。

 

如果用的是Yarn或是Mesos这些资源管理框架时...]]></description><category></category></item><item><title><![CDATA[二 spark产生背景]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/84782486</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/84782486</guid><author>heweimingming</author><pubDate>Tue, 04 Dec 2018 08:31:27 +0800</pubDate><description><![CDATA[大数据处理，一开始只有MapReduce。

但hadoop MapReduce对迭代式计算、交互式计算支持不友好。

但是有迭代式计算和交互式计算的需求，spark是基于这两个需求开发出来的。

spark完美支持：迭代式计算、交互式计算。



...]]></description><category></category></item><item><title><![CDATA[一Spark是什么]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/84782478</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/84782478</guid><author>heweimingming</author><pubDate>Tue, 04 Dec 2018 08:28:23 +0800</pubDate><description><![CDATA[Spark是什么？ 



 

1、All in One。上层受益。上层的所有组件都是基于底层的Spark Core的，那么上层的所有应用都可以中底层中获益，比如我的底层速度加快了，那么上层应用的速度也会随着加快。

2、Spark集成了sql、streaming、mklib、GraphX。大大减少了运维成本。

3、Spark sql、streaming、mklib、GraphX都是基于底层的...]]></description><category></category></item><item><title><![CDATA[Hadoop起源以及Google三篇论文介绍]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/82177142</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/82177142</guid><author>heweimingming</author><pubDate>Wed, 29 Aug 2018 07:55:59 +0800</pubDate><description><![CDATA[什么是大数据？


大数据核心的问题有： 
    1、海量数据如何存储？ 
    2、海量数据如何计算？
大数据解决了以上两个问题。举两个例子： 
    1、大型电商网站的商品推荐，海量的历史的售卖数据如何存储？如何从海量的历史售卖数据中计算出盈利最大化的数据推荐给用户？ 
    2、天气预报，海量的天气数据如何存储？如何从海量的历史数据中计算预测出未来的天气？


传统数据处理过程与大数...]]></description><category></category></item><item><title><![CDATA[Apowersoft 2.7.8 Mac破解版]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/82145902</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/82145902</guid><author>heweimingming</author><pubDate>Tue, 28 Aug 2018 12:17:43 +0800</pubDate><description><![CDATA[Apowersoft 2.7.8 Mac破解版

http://www.sdifen.com/apowersoft278.html ]]></description><category></category></item><item><title><![CDATA[springboot启动环境变量profile maven打包profile内部原理]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/80069958</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/80069958</guid><author>heweimingming</author><pubDate>Tue, 24 Apr 2018 20:18:28 +0800</pubDate><description><![CDATA[springboot启动处理步骤： 
1、不接配置中心的情况下，启动的时候springboot默认会加载bootstrap.yml 以及 bootstrap-profile。profile。{profile}。  
{profile}在bootstrap.yml中 spring.profiles.active: dev 指定。


  另外说一下，加载顺序如下： bootstrap.yml  》 ...]]></description><category></category></item><item><title><![CDATA[spring boot 过滤器、拦截器的区别与使用]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/79993591</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/79993591</guid><author>heweimingming</author><pubDate>Wed, 18 Apr 2018 19:27:31 +0800</pubDate><description><![CDATA[拦截器与过滤器的区别：



1、过滤器和拦截器触发时机不一样，过滤器是在请求进入容器后，但请求进入servlet之前进行预处理的。请求结束返回也是，是在servlet处理完后，返回给前端之前。 
如下图： 
 
2、拦截器可以获取IOC容器中的各个bean，而过滤器就不行，因为拦截器是spring提供并管理的，spring的功能可以被拦截器使用，在拦截器里注入一个service，可以调用业务逻辑...]]></description><category></category></item><item><title><![CDATA[Redis-sentinel哨兵模式]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/79006406</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/79006406</guid><author>heweimingming</author><pubDate>Mon, 08 Jan 2018 19:37:11 +0800</pubDate><description><![CDATA[转自：http://blog.youkuaiyun.com/donggang1992/article/details/50981341
这哥总结得很形象。




一、sentinel介绍


Redis Sentinel 
Sentinel(哨兵)是用于监控redis集群中Master状态的工具，其已经被集成在redis2.4+的版本中

Sentinel作用： 
1)：Maste]]></description><category></category></item><item><title><![CDATA[浅谈我对DDD领域驱动设计的理解]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/78661540</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/78661540</guid><author>heweimingming</author><pubDate>Wed, 29 Nov 2017 09:25:46 +0800</pubDate><description><![CDATA[转自 https://www.cnblogs.com/netfocus/p/5548025.html
这哥对这个问题解释得非常透彻，借此自己也学习一下。




从遇到问题开始


当人们要做一个软件系统时，一般总是因为遇到了什么问题，然后希望通过一个软件系统来解决。

比如，我是一家企业，然后我觉得我现在线下销售自己的产品还不够，我希望能够在线上也能销售自己的产品。所以，自]]></description><category></category></item><item><title><![CDATA[使用JSON-WEB-TOKENS方式认证用户登录]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/77897782</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/77897782</guid><author>heweimingming</author><pubDate>Fri, 08 Sep 2017 18:32:00 +0800</pubDate><description><![CDATA[JWT产生缘由：
传统的把token存在session中太消耗服务端的资源，特别是在用户量大的时候，这是一笔不少的资源开销。为了解决这个问题，JWT就产生了。使用JWT可以把token分散用户自己的客户端上，从而减少服务端的开销。


JWT是什么？
JWT是json web token.它定义了一种简洁的、安全的、用户通讯双方通讯的数据格式。
JWT的组成，由3部分组成：
①、He]]></description><category></category></item><item><title><![CDATA[Java中的深拷贝和浅拷贝]]></title><link>https://blog.youkuaiyun.com/heweimingming/article/details/77009111</link><guid>https://blog.youkuaiyun.com/heweimingming/article/details/77009111</guid><author>heweimingming</author><pubDate>Wed, 09 Aug 2017 18:43:49 +0800</pubDate><description><![CDATA[1．浅拷贝与深拷贝概念

(1)浅拷贝（浅克隆）

 浅拷贝又叫浅复制，将对象中的所有字段复制到新的对象（副本）中。其中，值类型字段(Java中8中原始类型)的值被复制到副本中后，在副本中的修改不会影响到源对象对应的值。而引用类型的字段被复制到副本中的还是引用类型的引用，而不是引用的对象，在副本中对引用类型的字段值做修改会影响到源对象本身。

浅拷贝简单归纳就是只复制一个对象，对象内部]]></description><category></category></item></channel></rss>