Liyiming

今年的年会别开生面我们成功的来了一场流水席式的百人宴在这优雅的环境中，哪能只有吃吃喝喝当然还有知识的收获！一顿饕餮盛宴，让我学会了微服务，不信你接着往下看……本次活动的主办方为了确保服务的质量，也是做足了准备。两名“大堂”主管（一主一副），戴着专业的蓝牙耳机在有条不紊的协调着各个服务小组。这二位经理是微服务中非常关键的“服务注册中心”，通常用 ZooKeeper（...

最近讨论云原生应用越来越多，其是指原生为在云平台上部署运行而设计开发的应用。公平的说，大多数传统的应用，不做任何改动，都是可以在云平台运行起来的，只要云平台支持这个传统应用所运行的计算机架构和操作系统。只不过这种运行模式，仅仅是把虚拟机当物理机一样使用，不能够真正利用起来云平台的能力。 云并非把原先在物理服务器上跑的东西放到虚拟机里跑，真正的云化不仅是基础设施和平台的事情，...

云计算通俗来说就是输入/输出和计算不在一个主机上。计算要用到计算设备，计算设备一般是指CPU、内存和硬盘，输入/输出设备一般是指键盘、鼠标、显示器、耳机、音响、话筒等外设。而我们的个人计算机是使用主板将这些东西连接到一起来协调工作。 一个软件在执行以完成某项任务的时候，如果用到的计算设备和输入/输出设备不是通过主板连接，而是通过网络连接，那么这个过程就叫云计算。...

这是第10篇神扯：扯扯上云的那些「套路」。过去这几年，「上云」绝对是最热的词儿，热到什么程度呢？烫手！这朵云，“烫”到了企业决策者，他们把「上云」当成企业数字化转型的救命良药——这朵云，“烫”到了IT管理者，「上云」成了他的建设目标，IT系统的「云化率」成了他们的KPI——这朵云，“烫”到了运维工程师，他们觉得这锅更多更大了，以前烟囱要倒倒一个，「上云」以后，要倒全倒了——当然，这朵云，也烫到了传统IT产品供应商，他...

本文由CIO发展中心根据华为云咨询中国区总经理彭柯在数据战略驱动数智化创新暨华北大企业数字化峰会上的演讲整理在数据战略驱动数智化创新暨华北大企业数字化峰会上，华为云咨询中国区总经理彭柯带来了《华为数字化转型之道》的分享，他表示华为的数字化转型从企业的业务需求出发，对于华为内部来讲，充分提升了运营效率；对外来说，有效提升用户体验。通过转意识、转组织、转文化、转方法、转模式，利用“业务+IT”的双轮驱动，华为构建了一套立而不破的IT系统。以下为演讲实录，内容略有删减。华为云咨询中国区...

1. 什么是云原生1.1 CNCF组织在讲云原生之前，我们先了解一下CNCF，即云原生计算基金会，2015年由谷歌牵头成立，基金会成员目前已有一百多企业与机构，包括亚马逊、微软。思科等巨头。目前CNCF所托管的应用已达14个，下图为其公布的Cloud Native Landscape，给出了云原生生态的参考体系。Cloud Native Landscape1.2 云原生C...

2010年，几个搞IT的年轻人，在美国旧金山成立了一家名叫“dotCloud”的公司。这家公司主要提供基于PaaS的云计算技术服务。具体来说，是和LXC有关的容器技术。LXC，就是Linux容器虚拟技术（Linux container）后来，dotCloud公司将自己的容器技术进行了简化和标准化，并命名为——Docker。Docker技术诞生之后，并没有引起行业的关注。...

伪列不是 TDengine 的独创概念，熟悉 Oracle 的都知道，在 Oracle 中就经常使用伪列 ROWID 和 ROWNUM。在《TDengine3.0 踩坑实录》吐槽过TDengine 的有些查询，需要使用伪列才能获取到想要的结果。吐槽归吐槽，真正要使用 TDengine，还是必须要了解伪列的。

注意：在 SPL 代码里，Json 串是常数，可以直接使用，但在 Java 代码里，Json 串是普通字符串，传入 SPL 后需要先用 json() 函数解析再使用。在 Java 中调用 SPL 脚本：将上述 SPL 脚本存为文件 (比如 splFile.splx)，再在 Java 中以存储过程的形式引用该文件名。计算目标：Java 将该 json 串传入 SPL，SPL 解析 Json，合并下层订单，并进行过滤。，不过从源码编译比较麻烦，官方提供了已经编译好的安装包，可以从。

后来，XPath/JsonPath、Python Pandas、Scala这类专业的json/XML的后处理技术出现了，才终于在保证较好架构性的同时，提供了一定的计算能力。但这些技术也存在各自的问题，XPath/JsonPath只支持条件查询和简单聚合，不支持一般的日常计算，比如排序、去重、分组汇总、关联、交集等，而且没有自己的多层数据对象，计算能力较差。SPL是JVM下开源的结构化数据/多层数据处理语言，内置专业的多层数据对象和方便的层次访问方法，可以表达复杂的层次关系，为上层计算能力提供有力的支持。

「来源: ｜架构师技术联盟 ID：ICT_Architect」1、什么是数据仓库？权威定义：数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。1）数据仓库是用于支持决策、面向分析型数据处理；2）对多个异构的数据源有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。面对大数据的多样性，在存储和处理这些大数据时，我们就必须要知道两个重要的技术。分别是：数据仓库技术、Hadoop。当数据为结构化数据，来自传统的

Apache Storm简介什么是Apache Storm？Apache Storm是一个分布式实时大数据处理系统。Storm设计用于在容错和水平可扩展方法中处理大量数据。它是一个流数据框架，具有最高的摄取率。虽然Storm是无状态的，它通过Apache ZooKeeper管理分布式环境和集群状态。它很简单，您可以并行地对实时数据执行各种操作。Apache Storm继续成为实时数据分析的领导者。Storm易于设置和操作，并且它保证每个消息将通过拓扑至少处理一次。Apache Storm v

对海量数据进行存储、计算、分析、挖掘处理需要依赖一系列的大数据技术，而大数据技术又涉及了分布式计算、高并发处理、高可用处理、集群、实时性计算等，可以说是汇集了当前 IT 领域热门流行的 IT 技术。本文对大数据技术知识体系进行划分，共分为基础技术、数据采集、数据传输、数据组织集成、数据应用、数据治理，进行相关的阐述说明，并列出目前业界主流的相关框架、系统、数据库、工具等。前言最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职...