<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[mmmSMM_的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/mmmSMM_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; mmmSMM_]]></copyright><item><title><![CDATA[2020-10-19]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/109165016</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/109165016</guid><author>mmmSMM_</author><pubDate>Mon, 19 Oct 2020 17:31:44 +0800</pubDate><description><![CDATA[主要问题是在使用sqoop时的参数配置问题,当我们选用搜sqoop job 方式提交时,虽然在最后面按照官网提示配置了schema参数,但是sqoop job的解析并不能正确解析,到时候会报错Unrecognized argument: --schema .
 sqoop job -D mapreduce.job.queuename=root.default -D org.apache.sqoop.splitter.allow_text_splitter=true  --create hub_data_ex]]></description><category></category></item><item><title><![CDATA[关于POJO类]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/107905178</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/107905178</guid><author>mmmSMM_</author><pubDate>Mon, 10 Aug 2020 09:34:19 +0800</pubDate><description><![CDATA[一、引言
DO、DTO、BO、AO、VO、POJO的概念看似简单，但是想区分好或者理解好也不容易，本文简单梳理一下。
通过各层POJO的使用，有助于提高代码的可读性和可维护性。

二、区别
《阿里巴巴Java开发规范》关于领域模型的部分介绍如下：
分层领域模型规约:
DO(Data Object):此对象与数据库表结构一一对应，通过 DAO 层向上传输数据源对象。
DTO(Data Transfer Object):数据传输对象，Service 或 Manager 向外传输的对象。
BO(Business ]]></description><category></category></item><item><title><![CDATA[JAVA抽象类和抽象方法(abstract)]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/107132101</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/107132101</guid><author>mmmSMM_</author><pubDate>Sat, 04 Jul 2020 23:05:30 +0800</pubDate><description><![CDATA[当父类的某些方法不确定时，可以用abstract关键字来修饰该方法[抽象方法]，用abstract来修饰该类[抽象类]。
我们都知道，父类是将子类所共同拥有的属性和方法进行抽取，这些属性和方法中，有的是已经明确实现了的，有的还无法确定，那么我们就可以将其定义成抽象，在后日子类进行重用，进行具体化。这样，抽象类也就诞生了。
例如，定义了“动物”父类，其中“动物名称”和“动物年龄”属性已经明确了，但是“动物叫”的方法没有明确，此时就可以将“动物叫”定义为抽象方法。
所以，抽象类是为了把相同的但不确定的东西的提取]]></description><category></category></item><item><title><![CDATA[Flink之统计PVUV]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/106979926</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/106979926</guid><author>mmmSMM_</author><pubDate>Sat, 27 Jun 2020 10:54:24 +0800</pubDate><description><![CDATA[大数据开发最常统计的需求可能就是 PV、UV。PV 全拼 PageView，即页面访问量，用户每次对网站的访问均被记录，按照访问量进行累计，假如用户对同一页面访问了 5 次，那该页面的 PV 就应该加 5。UV 全拼为 UniqueVisitor，即独立访问用户数，访问该页面的一台电脑客户端为一个访客，假如用户对同一页面访问了 5 次，那么该页面的 UV 只应该加 1，因为 UV 计算的是去重后的用户数而不是访问次数。当然如果是按天统计，那么当天 0 点到 24 点相同的客户端只被计算一次，如果过了今天 2]]></description><category></category></item><item><title><![CDATA[Java获取随机数的应用]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/106979755</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/106979755</guid><author>mmmSMM_</author><pubDate>Sat, 27 Jun 2020 10:45:12 +0800</pubDate><description><![CDATA[一、理解Math.random()随机数
系统默认该随机数范围0-1之间的double值，注意：这里的区间是[0,1）//也就是你取不到1
所以如果你在这里使用(int)Math.random() 只能得到一个数字0
二、扩大随机数取值范围
例：获取[50,100)之间的随机整数
int i=(int)(Math.random()*50+50);
//Math.random()只能获取0-1之间的double值，所以首先要获取0-50之间的随机数，所以*50，然后+50，随机数区间就会变为 [50,100)]]></description><category></category></item><item><title><![CDATA[Java创建删除Topic]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/106952295</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/106952295</guid><author>mmmSMM_</author><pubDate>Wed, 24 Jun 2020 22:48:54 +0800</pubDate><description><![CDATA[1.pom
&lt;dependency&gt; 	　　　　 &lt;groupId&gt;org.apache.kafka&lt;/groupId&gt; 		　　　　 &lt;artifactId&gt;kafka_2.10&lt;/artifactId&gt; 	　　　　 &lt;version&gt;0.10.2.1&lt;/version&gt;	　　 &lt;/dependency&gt;	　　 &lt;dependency&gt; 	　　　　 &lt;groupId&gt;org.apache]]></description><category></category></item><item><title><![CDATA[Kafka工具类]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/106952203</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/106952203</guid><author>mmmSMM_</author><pubDate>Wed, 24 Jun 2020 22:41:07 +0800</pubDate><description><![CDATA[今天在使用的Kafka的时候，发现新版的Kafka中的ZKUtils方法显示已过时，查阅了资料发现ZKUtils方法已经被AdminClient替代了。
官网上关于AdminClient的介绍是：The AdminClient API supports managing and inspecting topics, brokers, acls, and other Kafka objects.，详情可参见官网文档。
主要功能包括：
创建Topic：createTopics(Collection newTop]]></description><category></category></item><item><title><![CDATA[Flink源码阅读之Flink_Core_Memory]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/105088191</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/105088191</guid><author>mmmSMM_</author><pubDate>Wed, 25 Mar 2020 10:00:12 +0800</pubDate><description><![CDATA[Flink源码阅读----04
源码分析
1.MemorySegment

HeapMemorySegment和HybridMemorySegment都是MemorySegment类的子类
HeapMemorySegment表示此类表示由Flink管理的堆内存。该段由字节数组支持，并具有针对基本类型的随机放置和获取方法，以及比较和交换方法。此类专门用于堆内存的字节访问和字节复制调用，同时重用Mem...]]></description><category></category></item><item><title><![CDATA[FLink学习之数据是怎么进来的]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/104866778</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/104866778</guid><author>mmmSMM_</author><pubDate>Sat, 14 Mar 2020 20:05:05 +0800</pubDate><description><![CDATA[FLink学习002——数据是怎么进来的
1.Flink世界观
​	在flink的世界观中一切都是由流组成的，离线数据是有界限的流，实时数据是一个没有界限的流，这就是所谓的有界流和无界流。
无界数据流：无界数据流有一个开始但是没有结束，它们不会在生成时终止并提供数据，必须连续处理无界流，也就是说必须在获取后立即处理event。对于无界数据流我们无法等待所有数据都到达，因为输入是无界的，并且在任何时...]]></description><category></category></item><item><title><![CDATA[Flink学习之环境搭建，项目结构]]></title><link>https://blog.youkuaiyun.com/mmmSMM_/article/details/104863669</link><guid>https://blog.youkuaiyun.com/mmmSMM_/article/details/104863669</guid><author>mmmSMM_</author><pubDate>Sat, 14 Mar 2020 17:19:58 +0800</pubDate><description><![CDATA[1.Flink安装准备


Flink 是一个以 Java 及 Scala 作为开发语言的开源大数据项目，代码开源在 GitHub 上，并使用 Maven 来编译和构建项目。对于大部分使用 Flink 的同学来说，Java、Maven 和 Git 这三个工具是必不可少的，另外一个强大的 IDE 有助于我们更快的阅读代码、开发新功能以及修复 Bug。因为篇幅所限，我们不会详述每个工具的安装细节，但会...]]></description><category></category></item></channel></rss>