- 博客(1055)
- 资源 (10)
- 收藏
- 关注
RSS订阅原创 【Git】-- Rebase 减少 Commit 次数指南
Git Rebase 减少 Commit 次数指南摘要 本指南介绍了三种整理 Git Commit 历史的方法：1）交互式 Rebase（推荐），可灵活选择合并特定 Commit；2）软重置合并，简单快速但灵活性低；3）Fixup+Autosquash，适合开发时标记需合并的 Commit。最佳实践包括：提交前整理本地历史、保持 Commit 原子性、遵循 Commit 消息规范。注意事项：仅对未推送 Commit 使用 Rebase，团队协作前先沟通，重要操作前创建备份分支。指南还提供了冲突解决方案和常见
2025-11-06 11:12:17
654
原创 【StarRocks】-- 4.x 与 3.x 版本对比分析
StarRocks 4.x相比3.x版本实现了全面升级，在数据湖分析、安全认证、存储优化和查询性能等方面均有显著改进。4.x版本新增了统一缓存机制、多表事务支持、企业级安全特性等功能，数据湖查询性能提升80%以上，TPC-DS查询性能提升20%，并支持高精度DECIMAL256数据类型。其中，3.4-3.5版本已引入Iceberg V2优化、TimeTravel等18项功能，4.x版本则进一步新增了27项核心特性。建议需要数据湖分析、高精度计算或企业级安全的用户升级至4.x版本。
2025-10-31 18:31:33
151
原创 【架构】-- OpenFeign：声明式 HTTP 客户端框架深度解析
OpenFeign是一个声明式HTTP客户端框架，通过在Java接口中使用注解来定义HTTP请求，大幅简化了微服务间通信的开发工作。其核心特性包括声明式编程、丰富的注解支持、拦截器机制、编解码器自定义、完善的错误处理及详细的请求/响应日志记录。OpenFeign与Spring Cloud深度集成，支持服务发现、负载均衡、断路器等功能，同时提供连接池配置、请求压缩等性能优化方案。开发者可以快速上手并通过自定义编解码器、超时处理等进阶功能满足复杂业务需求，是现代化微服务架构中的理想HTTP客户端选择。
2025-10-29 10:44:06
983
原创 【架构】-- Nightingale：云原生监控告警平台的深度解析
Nightingale是一款专注于告警管理的开源云原生监控平台，由滴滴团队开发并捐赠给中国计算机学会。核心特性包括多数据源支持（Prometheus、ElasticSearch等）、专业告警管理（降噪、升级、自愈）、业务分组与权限管理。采用Go语言开发，支持Docker快速部署，特别适合企业级监控和边缘计算场景。与Grafana相比，更强调告警能力而非可视化。项目在GitHub上获得12.5k+星标，持续更新中，是云原生监控领域的专业解决方案。
2025-10-24 18:35:54
714
原创 【架构】-- bytebase 项目分析
摘要： Bytebase是一款开源的数据库DevSecOps平台，整合了数据库CI/CD、安全合规与团队协作功能，支持PostgreSQL、MySQL等主流数据库。其核心优势包括GitOps集成、自动化迁移、SQL审查、数据脱敏及RBAC权限管理，适用于开发团队、DBA和安全团队。通过统一管理界面和API支持，Bytebase解决了传统工具分散、低效的问题，被CNCF收录为云原生关键项目。部署灵活（Docker/Kubernetes），社区活跃（GitHub 13k+ Stars），是企业实现数据库现代化管
2025-10-24 18:28:38
1176
原创 【Kubernetes】-- 网络的新兴解决方案
《KubeDoor：Kubernetes网络新方案深度解析》摘要 KubeDoor是CassInfra团队开发的Kubernetes CNI插件，针对传统网络方案的性能瓶颈和配置复杂性提供创新解决方案。项目采用overlay网络架构，包含数据平面智能路由和控制平面网络控制器两大核心组件，具备Pod网络隔离、服务发现、多云支持等特性。技术优势体现在三方面：性能上通过零拷贝和DPDK实现低延迟高吞吐；易用性提供声明式配置和自动化运维；生态兼容Kubernetes标准及主流云平台。典型应用场景覆盖微服务架构、边缘
2025-10-23 17:11:35
522
原创 【架构】-- Apache Beam 项目介绍
Apache Beam是一个统一的批流处理编程模型，支持Java、Python等多种语言，允许开发者编写一套代码适配多种执行引擎（如Flink、Spark等）。其核心优势在于批流一体的统一API、跨引擎可移植性以及对事件时间语义的完善支持。Beam采用PCollection、PTransform等抽象概念构建数据处理流程，提供丰富的窗口、触发器机制，并拥有广泛的IO连接器生态。典型应用场景包括实时日志分析、物联网数据处理、ETL批处理等。虽然不同执行引擎对高级特性的支持存在差异，但Beam通过解耦业务逻辑与
2025-10-21 10:25:41
385
原创 【StarRocks】-- DATETIME 与 TIMESTAMP 区别详解
本文详细解析了StarRocks中DATETIME/DATETIMEV2与TIMESTAMP的区别及使用场景。DATETIME系列存储人类可读时间，不携带时区；TIMESTAMP实际指Unix时间戳，建议用BIGINT存储。关键差异包括：精度选择（DATETIMEV2支持微秒级）、时区处理（仅函数计算时影响）、存储方式等。针对不同场景提供选型建议：单时区展示用DATETIMEV2，跨时区计算用BIGINT存储Epoch。特别强调与MySQL迁移时的注意事项，并给出常见问题解决方案和最佳实践清单，包括统一入口
2025-10-13 10:33:11
146
原创 【StarRocks】-- StarRocks 窗口函数：ROW_NUMBER 全面指南（基于 3.5）
《StarRocks ROW_NUMBER窗口函数指南》全面解析了该核心功能在3.5版本中的应用。文章系统介绍了ROW_NUMBER的定义（为分区内行生成唯一序号）、基础语法（PARTITION BY分组，ORDER BY排序）及与RANK等函数的区别。重点展示四大实战场景：学科Top-N排名、用户行为去重、分页稳定编号、边界记录提取，并给出QUALIFY高效写法。针对性能优化，强调排序列唯一性、合理分区等最佳实践，同时警示NULL值处理和排序稳定性的常见陷阱。作为窗口函数基石，ROW_NUMBER配合分区
2025-09-29 09:58:46
142
原创 【StarRocks】-- 深入理解 StarRocks 窗口函数 LAG()
StarRocks窗口函数LAG()用于获取当前行之前的第N行数据，适用于时间序列分析。其语法为LAG(expr[,offset[,default]]) OVER(PARTITION BY...ORDER BY...)，支持设置偏移量、默认值和可选IGNORENULLS参数。典型应用包括：1）计算环比变化；2）状态变更检测；3）缺失值填充。使用时需注意：必须指定ORDER BY保证顺序稳定性，避免在WHERE中直接使用LAG()，合理设置分区键优化性能。该函数常与LEAD()配合使用，实现更复杂的时间序列分
2025-09-29 09:26:11
104
原创 【StarRocks】-- 异步物化视图实战
StarRocks异步物化视图（AsyncMV）实战指南摘要 本文深度解析StarRocks异步物化视图的核心概念与应用实践。AsyncMV通过预计算实现查询加速，支持多表Join、外部Catalog（Hive/Iceberg等）和复杂聚合场景。关键特性包括： 异步刷新机制：支持手动/定时刷新，增量与全量更新策略 智能查询改写：优化器自动匹配业务SQL实现透明加速 分层架构设计：适用于数仓分层、数据湖加速等典型场景 最佳实践建议：优先为高频重查询创建MV，采用时间分区优化性能，合理设置刷新策略与资源配额，并
2025-09-20 21:44:55
273
原创 【StarRocks】-- 同步物化视图实战指南
StarRocks同步物化视图实战指南摘要：本文详细介绍了StarRocks同步物化视图（Rollup）的原理与应用。同步MV作为单表查询加速的"特殊索引"，支持实时自动刷新和查询重写，适合高频聚合场景。文章包含快速上手指南、核心语法清单及最佳实践（如精确/近似去重方案），并提供了常见避坑清单和故障排查方法。与异步MV相比，同步MV维护成本低、延迟小，但仅支持单表和有限聚合函数。建议根据业务场景合理选择，并定期梳理优化Rollup配置，以在不改动SQL的情况下实现查询透明加速。
2025-09-20 21:36:22
229
原创 【Kubernetes】-- Gonzo 之 Go 基于 TUI 的日志分析工具
Gonzo是一款基于Go语言的TUI日志分析工具，支持本地文件、云日志服务和OpenTelemetry等多种日志源。具有实时分析、交互式仪表盘、AI增强洞察（兼容OpenAI/Ollama等模型）等特性，提供11+主题皮肤和K9s集成。安装方式包括Go安装、Homebrew或直接下载二进制文件，支持Shell补全和环境变量配置。项目采用MIT许可证，架构清晰，包含日志分析引擎、AI接入等模块，适合开发运维人员在终端高效处理日志。
2025-09-19 22:00:06
1058
原创 【Java】-- rjvm 项目分析
用 Rust 编写的迷你 Java 虚拟机（以学习/教学为主）: 以 Java 7 为主（以仓库 README 为准）
2025-09-18 18:37:11
992
原创 【StarRocks】-- 索引选择
StarRocks索引设计指南：Bitmap索引适合中等基数（1万-10万）列的等值/范围查询，不支持浮点、布尔及高精度类型，低基数列可自动优化；BloomFilter索引适合高基数（10万+）且低重复列的IN/等值查询，不支持小整数和浮点类型。明细/主键模型支持全列索引，聚合/更新模型仅限Key列。设计时应结合查询场景，优先将高频查询列和高效类型（如整型、DATE）放在前面以利用前缀索引优势。
2025-09-17 18:01:20
86
原创 【SQL】-- sql having 和 where 的 区别
摘要：WHERE和HAVING都是数据筛选条件，但适用场景不同。WHERE在GROUP BY之前执行，用于筛选单行记录；HAVING在GROUP BY之后执行，用于筛选聚合后的分组结果。WHERE针对行数据（如筛选年龄>30的员工），HAVING针对分组结果（如筛选人数>5的部门）。两者的主要区别在于应用时机和作用对象。
2025-09-12 12:01:11
91
原创 【运维】-- 前端会话回放与产品分析平台之 openreplay
OpenReplay是一款开源自托管的前端会话回放与分析平台，核心功能包括用户行为回放、技术上下文采集（网络请求、JS错误等）和实时协作。采用Monorepo结构，主要技术栈为TypeScript(49%)和Python(18%)。支持多种部署方式，具有丰富的插件生态和隐私保护功能，适用于复杂前端应用的故障排查和用户行为分析。优势在于数据主权可控、采集效率高，但需注意自托管成本和隐私策略配置。建议先小范围试点，逐步集成现有监控系统并制定数据管理策略。
2025-09-12 10:27:51
1143
原创 【 运维相关】-- HTTP 压测/负载发生器之新秀 oha
oha是一款基于Rust开发的轻量级HTTP压力测试工具，具有跨平台、低开销的特点。它支持高并发连接、多种测试模式（固定持续时间/请求数）、RPS限速发压等功能，提供终端可视化输出和JSON格式结果。工具可通过多种方式安装，支持GET/POST等HTTP方法，可自定义请求头和请求体，并允许跳过TLS校验。与wrk、hey等工具相比，oha在限速发压、TUI展示和现代协议支持方面更具优势。最佳实践建议采用持续时间模式，合理设置并发与RPS，注意预热和稳定期，并保存JSON结果用于性能回归对比。适用于本地快速压
2025-09-10 12:12:24
825
4原创 【Apache Paimon】-- 1.2.0 版本的Table 类型和 merge engine
摘要：Paimon表分为主键表和非主键表(AppendOnly表)两种类型。主键表支持四种合并机制(Merge Engine)：deduplicate(默认去重保留最新)、first-row(保留第一条)、aggregation(聚合计算)和partial-update(增量更新)。非主键表适合日志等无需更新的场景，通过设置bucket=-1可创建高性能的AppendScalable表。不同合并机制适用于不同业务场景，如deduplicate保证数据唯一性，partial-update支持字段级更新。主键表
2025-07-18 10:19:21
373
原创 【Starrocks 异常解决】-- [routine load] error when primary key size exceed the limit
摘要：创建StarRocks主键表时遇到"primary key size exceed the limit"错误，原因是主键默认最大长度为128字节。解决方案包括：1)检查表结构，确保主键列符合要求（数值/字符串/日期类型）；2)修改BE节点配置文件be.conf，调整primary_key_limit_size参数值。注意主键需包含分区和分桶列，创建后不可修改且值不能更新。通过调整参数限制可解决主键长度超限问题。（139字）
2025-07-10 09:18:16
232
原创 【Starrocks 异常解决】-- mysql flink sync to starrocks row error
摘要：日志显示Flink 1.20与StarRocks 3.3.0集成时出现列数不匹配错误，目标列数35与源数据列数28/1不符。错误原因是默认CSV格式使用\t分隔符导致解析异常。解决方案是在Flink StarRocks Sink配置中添加参数'sink.properties.strip_outer_array'='true'和'sink.properties.format'='json'，切换为JSON格式后问题解决。该问题涉及多个巴基斯坦银行数据导入时的格式处理异常。
2025-07-07 15:13:10
311
原创 11-StarRocks故障诊断FAQ
本文档涵盖了StarRocks故障诊断过程中的常见问题和解决方案。在实际故障处理过程中，建议建立完善的故障处理流程，积累故障处理经验，持续改进故障处理能力。如果遇到其他问题，可以参考官方文档或向社区寻求帮助。
2025-06-24 15:08:11
262
原创 10-StarRocks监控告警FAQ
StarRocks监控告警FAQ摘要 本文档提供了StarRocks监控告警系统的配置指南和常见问题解决方案。主要内容包括： 监控指标配置：详细介绍了系统指标、集群指标和查询指标的监控方法，包括SQL命令示例和关键指标设置。 性能监控：涵盖查询性能、资源使用和并发指标的监控配置，包括慢查询阈值设置和资源使用分析。 业务监控：提供数据指标、导入导出状态和错误监控的具体实现方案。 告警系统配置：包括Prometheus监控设置、关键指标定义以及基础告警规则和性能告警规则的编写示例。 文档通过具体SQL命令和YA
2025-06-24 15:03:03
488
原创 09-StarRocks安全配置FAQ
StarRocks安全配置FAQ摘要 本文提供了StarRocks数据库的安全配置常见问题解答，主要涵盖三大核心安全领域： 用户认证管理 详细说明了创建用户、修改密码和删除用户的操作方法 提供了密码复杂度、过期策略和历史记录等安全策略配置指南 包含LDAP认证的完整配置流程，从服务器设置到用户创建 权限控制系统 介绍了基本权限(SELECT/INSERT等)和高级权限(CREATE/DROP等)的分配方法 讲解了角色权限的创建、分配和管理操作 展示了表级、列级和分区级细粒度权限的控制方式 网络安全防护 提供
2025-06-24 15:01:14
220
原创 08-StarRocks性能调优FAQ
StarRocks性能调优摘要 本文提供了StarRocks数据库性能调优的常见问题解答，涵盖查询优化、索引设计、分区策略和系统配置等关键方面。主要内容包括：查询优化技巧（使用EXPLAIN分析、避免全表扫描、优化JOIN和聚合查询）；索引选择与维护建议（高频查询列索引、复合索引）；分区策略设计（时间分区、范围分区）及其管理方法；以及系统内存配置优化（JVM参数调整、查询内存限制设置）。这些优化措施可显著提升StarRocks的查询性能和系统效率。
2025-06-24 15:00:34
331
原创 07-StarRocks版本升级FAQ
StarRocks版本升级常见问题解答 本文档整理了StarRocks数据库版本升级的常见问题及解决方案。主要内容包括： 升级准备工作：环境检查、数据备份和兼容性验证方法 升级流程指南：详细说明滚动升级和停机升级的具体步骤 回滚方案：提供快速回滚脚本和自动化回滚触发机制 兼容性检查：版本矩阵比对、功能兼容性验证和配置参数检查 文档提供了具体的SQL命令和Shell脚本示例，帮助用户安全完成版本升级，确保业务连续性。升级前需充分准备、验证兼容性，升级后要严格验证功能和性能。
2025-06-24 14:59:51
184
原创 06-StarRocks常见错误FAQ
StarRocks功能使用FAQ摘要 本文档总结了StarRocks数据库使用中的常见问题及解决方案，涵盖四大核心功能： 表管理：包括表的创建、修改和删除方法，重点介绍了分区表管理和分桶策略选择（Hash/Random），提供了分桶数量选择的参考标准。 索引管理：详细说明普通/唯一/复合索引的创建和使用方法，以及索引性能优化技巧，如覆盖索引和查询优化建议。 物化视图：介绍基本和分区物化视图的创建方法，提供刷新策略（手动/异步）和性能监控的最佳实践。 外部表：展示HDFS和S3外部表的创建配置，包括必要的连接
2025-06-24 14:57:21
348
原创 05-StarRocks功能使用FAQ
StarRocks功能使用FAQ摘要 本文档总结了StarRocks数据库使用中的常见问题及解决方案，涵盖四大核心功能： 表管理：包括表的创建、修改和删除方法，重点介绍了分区表管理和分桶策略选择（Hash/Random），提供了分桶数量选择的参考标准。 索引管理：详细说明普通/唯一/复合索引的创建和使用方法，以及索引性能优化技巧，如覆盖索引和查询优化建议。 物化视图：介绍基本和分区物化视图的创建方法，提供刷新策略（手动/异步）和性能监控的最佳实践。 外部表：展示HDFS和S3外部表的创建配置，包括必要的连接
2025-06-24 14:56:33
183
原创 04-StarRocks集群运维FAQ
StarRocks集群运维指南摘要 本文档提供了StarRocks数据库集群运维的全面指导，包含四大核心模块： 集群管理：包括查看集群状态(FRONTENDS/BACKENDS/BROKER节点)、添加/删除节点、配置管理等基础操作指南 节点维护：详细说明节点重启流程(FE/BE节点)、集群升级步骤和节点故障处理方案 监控告警：介绍Prometheus监控配置、关键指标采集方法及告警规则设置，涵盖CPU/内存/磁盘等核心指标 故障处理：提供脑裂检测等常见问题的诊断与解决方案 文档采用问答形式，每个问题包含多
2025-06-24 14:55:44
218
原创 03-StarRocks查询优化FAQ
StarRocks查询优化指南摘要 本文档总结了StarRocks数据库查询优化的关键要点，涵盖SQL优化、索引使用和分区策略三大核心领域。SQL优化方面，重点介绍了查询计划分析、JOIN优化、聚合查询和子查询的最佳实践。索引优化部分详细说明了主键、唯一和普通索引的选择策略，以及索引维护技巧。分区策略章节则阐述了时间、范围和列表分区的设计方法，以及分区查询优化和管理建议。通过实施这些优化技术，用户可显著提升StarRocks数据库的查询性能。
2025-06-24 14:55:07
341
原创 02-StarRocks数据导入导出FAQ
本文档涵盖了StarRocks数据导入导出过程中的常见问题和解决方案。在实际使用过程中，建议根据具体的数据量和业务需求选择合适的导入导出方式，并进行相应的性能优化。如果遇到其他问题，可以参考官方文档或向社区寻求帮助。
2025-06-24 14:54:27
564
原创 01-StarRocks安装部署FAQ
本文档涵盖了StarRocks安装部署过程中的常见问题和解决方案。在实际部署过程中，建议根据具体的硬件环境和业务需求进行相应的配置调整。如果遇到其他问题，可以参考官方文档或向社区寻求帮助。
2025-06-24 14:53:34
295
原创 【Spark】-- DAG 和宽窄依赖的核心
DAG，全称 Directed Acyclic Graph（有向无环图），在 Spark 中用于表示 RDD（弹性分布式数据集）之间的依赖关系。每个节点代表一个 RDD，边表示 RDD 之间的转换操作。Spark 通过构建 DAG 来规划任务的执行路径，从而实现高效的任务调度和容错机制。DAG 和宽窄依赖是 Spark 的核心概念，直接影响任务的执行效率和性能优化策略。通过理解和合理利用这两个概念，可以有效地优化 Spark 程序的执行性能。
2025-05-16 09:30:16
436
原创 【架构】-- StarRocks 和 Doris 介绍与选型建议
查询性能 | ✅ 高性能，支持向量化执行和 CBO 优化器 | ✅ 高性能，优化的查询引擎 |- **实时性要求高**：如果业务对数据的实时性要求较高，建议选择 **StarRocks**，其在实时数据处理和低延迟查询方面表现优越。- **复杂查询需求**：对于需要处理复杂多表关联查询的场景，两者均可胜任，需根据具体性能测试结果进行选择。
2025-04-21 16:50:54
1243
原创 【DeepSeek】-- 常用润色指令
指令：请在不改变原文意思的基础上，对以下文章进行扩写。要求如下：1.围绕文章主题，供更丰富的信息和观点。2.引人相关案例或数据支持文中论点，增强说服力。3.结构清晰、逻辑连贯，易于读者理解。
2025-04-17 11:04:35
1701
原创 【生活】-- 微信小程序和传统APP的优缺点对比
小程序 ✅ 无需下载安装：即用即走，节省手机存储空间。 ✅ 跨平台兼容：iOS和Android均可使用，无需单独适配。 ❌ 功能受限：受限于微信框架，无法实现复杂功能（如大型游戏、高性能计算）。 ❌ 用户留存低：次日留存约13%，双周留存仅1%。APP ✅ 功能强大：可开发复杂应用（如视频编辑、3D游戏）。 ✅ 个性化体验：UI设计更灵活，交互更流畅。 ❌ 安装门槛高：需下载，占用存储空间，用户可能因流量或存储问题放弃。小程序 ✅ 开发成本低：周期短（约2周），适合初创团队。 ✅ 云开发支
2025-04-16 11:01:17
922
原创 【Apache Paimon】-- flink job 并行度个数决定 bucket 个数
如果不需要对 Paimon表进行即席（OLAP）查询，只需进行批式或流式消费，可以选择配置以下表参数，将数据文件格式改为avro，并关闭采集统计数据，以进一步提高写入作业的效率。，允许至多3个检查点同时进行，主要用于减小部分并发检查点长尾的影响。1、适当减小 sink.parallelism。3、将小文件合并改为完全异步。
2025-04-10 11:05:25
269
原创 【Java 基础】-- 深入剖析 Java HashMap 中的红黑树
节点颜色：每个节点要么是红色，要么是黑色。根节点：根节点是黑色。叶子节点：每个叶子节点（NIL）是黑色。红色节点限制：每个红色节点的两个子节点一定都是黑色。黑色节点平衡：从任一节点到其每个叶子节点的路径都包含数量相同的黑色节点。这些特性确保了红黑树的平衡性，使其在最坏情况下的查找、插入和删除操作的时间复杂度维持在 O(log n)。
2025-03-14 16:45:10
578
16-Flink与Kubernetes Operator集成实践与经验
2024-11-15
15-Flink from YARN to Kubernetes: 资源优化和容器化实践
2024-11-15
14-Flink Kubernetes Operator 从1.4.0 升级到1.6.0的技术手册
2024-11-15
13-Flink Kubernetes Operator 高级特性详解 - 自动伸缩与高可用机制
2024-11-15
12-Flink Kubernetes Operator部署与管理Flink应用实践
2024-11-15
11-Flink kubernetes operator 常用的命令
2024-11-15
10-Flink Kubernetes Operator 在本地环境的详细安装与操作指导
2024-11-15
9-Flink Kubernetes Operator 架构设计与实现详解
2024-11-15
8-在本地运行第一个 flink wordcount job
2024-11-15
7-Flink的核心特性-new
2024-11-15
5-在 Kubernetes 上运行容器
2024-11-15
Canal开源产品介绍
2018-08-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人