<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[网络]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/linfenliang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; linfenliang]]></copyright><item><title><![CDATA[MongoDB的权限控制]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/60877037</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/60877037</guid><author>linfenliang</author><pubDate>Wed, 08 Mar 2017 17:37:14 +0800</pubDate><description><![CDATA[权限控制API所有数据库的角色控制首先在启用权限控制时，需要在启动MongoDB时指定启动，可以通过配置文件或启动命令添加：]]></description><category></category></item><item><title><![CDATA[MongoDB的管理与监控]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/60777079</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/60777079</guid><author>linfenliang</author><pubDate>Tue, 07 Mar 2017 19:27:34 +0800</pubDate><description><![CDATA[简介MongoDB的管理与监控是可以参考关系型数据库的各种管理思想的，如常用的数据导入导出、备份、监控等，本节主要介绍相关的内容是如何在MongoDB中实现的，MongoDB管理的DBA需要重点关注。数据的导入与导出数据导入与导出可以借助mongoexport与mongoimport实现数据导出： 
先查看数据：> use test
switched to db test
> show collec]]></description><category></category></item><item><title><![CDATA[MongoDB的分布式文件存储系统]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/60578861</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/60578861</guid><author>linfenliang</author><pubDate>Mon, 06 Mar 2017 15:17:58 +0800</pubDate><description><![CDATA[对于MongoDB的存储基本单元BSON文档对象，字段值可以是二进制类型，基于此特点，我们可以直接在MongoDB中存储文件，但是有一个限制，由于MongoDB中单个BSON对象不能大于16MB，故而如果需要存储更大的文件，就需要GridFS了。小文件存储系统与GridFS文件存储我们先看下MongoDB存储小文件系统的例子]]></description><category></category></item><item><title><![CDATA[MongoDB的分片集群]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/58603606</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/58603606</guid><author>linfenliang</author><pubDate>Tue, 28 Feb 2017 16:32:44 +0800</pubDate><description><![CDATA[分片集群简介在之前有说过关于MongoDB的复制集，复制集主要用来实现自动故障转移从而达到高可用的目的，然而，随着业务规模的增长和时间的推移，业务数据量会越来越大，当前业务数据可能只有几百GB不到，一台DB服务器足以搞定所有的工作，而一旦业务数据量扩充大几个TB几百个TB时，就会产生一台服务器无法存储的情况，此时，需要将数据按照一定的规则分配到不同的服务器进行存储、查询等，即为分片集群。分片集群要做]]></description><category></category></item><item><title><![CDATA[MongoDB的复制集]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/56845820</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/56845820</guid><author>linfenliang</author><pubDate>Fri, 24 Feb 2017 17:17:29 +0800</pubDate><description><![CDATA[#复制集功能概述复制集（replica set）是MongoDB用来保持相同的数据集合的一个MongoD进程组，复制集提供了所有生产部署的基础：数据冗余以及高可用。MongoDB的高可用靠的是自动故障转移来实现的，本节就是介绍MongoDB的该部分实现的。复制集工作原理虽然Journaling日志功能提供了数据恢复的功能，但是他通常针对的是单个节点来说的，而复制集则针对的是一组进程，通常是多个节点组]]></description><category></category></item><item><title><![CDATA[MongoDB的聚集分析]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/55049581</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/55049581</guid><author>linfenliang</author><pubDate>Mon, 13 Feb 2017 15:44:24 +0800</pubDate><description><![CDATA[简介聚集操作实际上是对数据进行统计分析时使用的，简单的说，可以理解为SQL中的聚合操作，MongoDB中的聚集操作是为了大数据分析做准备的，尤其是MapReduce可以在分片集群上进行操作，本节主要讲了简单的一些操作，没有涉及到MongoDB中的聚集框架，MongoDB中对数据进行分析计算的方式主要有：管道模式、MapReduce模式以及简单的函数或命令这三种聚集分析方式。管道模式聚集分析Mongo]]></description><category></category></item><item><title><![CDATA[MongoDB-Journaling日志功能]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/54971437</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/54971437</guid><author>linfenliang</author><pubDate>Fri, 10 Feb 2017 16:05:11 +0800</pubDate><description><![CDATA[Journaling日志简介Journaling日志是MongoDB中一个非常重要的功能，他保证了数据库服务器在意外断电、自然灾害下数据的完整性 。该功能类似于RDB中的事务日志，使得数据库在意外故障后快速回复，该功能默认打开内存视图Journaling功能的两个重要内存视图：private view 与 shared view ，这两个视图都是通过MMAP（内存映射）来实现的，对private v]]></description><category></category></item><item><title><![CDATA[MongoDB的增删改查操作]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/54947332</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/54947332</guid><author>linfenliang</author><pubDate>Thu, 09 Feb 2017 15:03:14 +0800</pubDate><description><![CDATA[插入语句MongoDB的 插入语句之前也有过介绍了，这里我们只做一个简单的示例：> db.customers.insert({id:11,name:'lisi',orders:[{orders_id:1,create_time:'2017-02-06',products:[{product_name:'MiPad',price:'$100.00'},{product_name:'iphone',pr]]></description><category></category></item><item><title><![CDATA[为什么需要MongoDB]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/54946448</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/54946448</guid><author>linfenliang</author><pubDate>Thu, 09 Feb 2017 13:51:15 +0800</pubDate><description><![CDATA[为什么需要MongoDBMongoDB与MySQL的区别关于MongoDB与MySQL的区别可以参考网上关于NoSQL与MySQL的区别，以下是找到的网上的关于两者区别的截图： 
总体上讲：由于MongoDB独特的数据处理方式，可以将热点数据加载到内存，故而对查询来讲，会非常快（当然也会非常消耗内存）；同时由于采用了BSON的方式存储数据，故而对JSON格式数据具有非常好的支持性以及友好的表结]]></description><category></category></item><item><title><![CDATA[MongoDB的查询选择器]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/54946421</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/54946421</guid><author>linfenliang</author><pubDate>Thu, 09 Feb 2017 13:47:56 +0800</pubDate><description><![CDATA[MongoDB自己的查询语言MongoDB不支持SQL，本节主要讲在MongoDB中如何实现类似SQL的查询功能SQl中的写法如select column from table join table2 where condition在MongoDB中有一套类似的写法]]></description><category></category></item><item><title><![CDATA[MongoDB的索引与查询优化]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/54946411</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/54946411</guid><author>linfenliang</author><pubDate>Thu, 09 Feb 2017 13:46:37 +0800</pubDate><description><![CDATA[MongoDB的索引的机制与普通数据库基本相似，主要有如下几部分：单字段索引MongoDB默认为所有集合创建了一个_id字段的单字段索引，该索引唯一，且不能删除（_id为集合的主键）索引的创建方法：db.customers.ensureIndex({name:1},{unique:false} )查询索引：db.system.indexes.find()查询结果：{ "v" : 1, "name]]></description><category></category></item><item><title><![CDATA[日志记录规范]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559651</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559651</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:29 +0800</pubDate><description><![CDATA[日志记录规范日志级别一个项目各个log级别的定义应该是清楚明确的，是每个开发人员所遵循的； 即使是TRACE或者DEBUG级别的日志，也应该有一定的规范，要保证除了开发人员自己以外，包括测试人员和运维人员都可以方便地通过日志定位问题； 对于日志级别的分类，有以下参考：FATAL — 表示需要立即被处理的系统级错误。当该错误发生时，表示服务已经出现了某种程度的不可用，系统管理员需要立即介入。这属于最]]></description><category></category></item><item><title><![CDATA[java8中lambda表达式用法再探]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559650</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559650</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:26 +0800</pubDate><description><![CDATA[/*
 * 版权信息：北京汉方三陆零科技有限公司
 * Copyright ?2014-2015. All rights reserved.  京ICP备15000045号
 */
package com.lin.fund;

import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.]]></description><category></category></item><item><title><![CDATA[java8 日期time测试用例以及结果分析]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559648</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559648</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:24 +0800</pubDate><description><![CDATA[/*
 * 版权信息：北京汉方三陆零科技有限公司
 * Copyright ?2014-2015. All rights reserved.  京ICP备15000045号
 */
package com.lin.fund;

import java.sql.Timestamp;
import java.time.DayOfWeek;
import java.time.Duration;
impo]]></description><category></category></item><item><title><![CDATA[java8 stream API学习测试用例]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559647</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559647</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:21 +0800</pubDate><description><![CDATA[package com.lin.fund;import java.io.IOException;import java.nio.file.FileSystems;import java.nio.file.Files;import java.nio.file.Path;import java.util.ArrayList;import java.util.Arrays;import java.uti]]></description><category></category></item><item><title><![CDATA[paxos算法学习总结]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559646</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559646</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:18 +0800</pubDate><description><![CDATA[Edit需求：一个分布式系统如何就某一个值达成一致，即在分布式系统中数据的一致性需要。在一个分布式数据库系统中，如果各节点的初始状态一致，每个节点都执行相同的操作序列，那么他们最后能得到一个一致的状态。为了保证每个节点都执行相同的命令序列，需要在每一条指令上执行一个“一致性算法”以保证每个节点看到的指令一致。这就涉及到一个节点通信的问题，节点通信为保持数据一致性，其通信模型有两个：共享内存（sha]]></description><category></category></item><item><title><![CDATA[Hive基础知识补遗]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559645</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559645</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:15 +0800</pubDate><description><![CDATA[Hive学习途径：
			1、官网：http://hive.apache.org/2、慕课网：Hive相关入门课程3、《Hadoop实战》第二版4、网络上各种相关Blog以及相关介绍（主要用来进行问题查找解疑）
					Hive的定义与功能：
			定义hive 含义为蜂巢，百度百科定义为：hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql]]></description><category></category></item><item><title><![CDATA[hive自定义函数]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559644</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559644</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:13 +0800</pubDate><description><![CDATA[这是个很有用的功能，用来处理自己的业务逻辑1、需要引入的jar包（maven）					org.apache.hadoop			hadoop-common			2.7.1							org.apache.hive			hive-jdbc			1.2.1							org.apache.hive			hive-exec			1.2.1						  jdk.tools		  jdk.tools	]]></description><category></category></item><item><title><![CDATA[hive的条件函数case]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559643</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559643</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:10 +0800</pubDate><description><![CDATA[case用法示例select id,userid,case title when 'test_title_2' then userid+1 else userid+10 end from article;从article（id,userid,article,content）表中将标题为‘test_title_2’的记录其userid+1，其他的记录userid+10coalesce用法示例：sel]]></description><category></category></item><item><title><![CDATA[hive中设置查询不启动mapreduce作业（默认不启动）hive-site.xml关键配置]]></title><link>https://blog.youkuaiyun.com/linfenliang/article/details/53559641</link><guid>https://blog.youkuaiyun.com/linfenliang/article/details/53559641</guid><author>linfenliang</author><pubDate>Sat, 10 Dec 2016 16:58:07 +0800</pubDate><description><![CDATA[hive.fetch.task.conversion    more          Expects one of [none, minimal, more].      Some select queries can be converted to single FETCH task minimizing latency.      Currently the query should be ]]></description><category></category></item></channel></rss>