RodJohnsonDoctor的专栏

在处理海量数据的 ERP 系统中，表分区是一种有效的数据管理策略。本文通过一个基于 ERP 订单系统的实践案例，详细讲解 MySQL 表分区的实现、维护及查看。

StarRocks 和 Doris 都是优秀的 MPP 数据库，适用于数据分析和数据仓库等场景。StarRocks 在查询性能、数据写入性能和实时数据分析方面具有明显优势，适合对性能和实时性要求较高的场景。Doris 则在社区活跃度和生态集成方面表现更佳，适合需要广泛社区支持和生态集成的场景。企业在进行技术选型时，应根据自身的业务需求、数据规模、性能要求以及预算等因素，综合考虑选择最适合的数据库系统。同时，也需要考虑团队的技术背景和学习成本，以确保系统的顺利部署和高效运行。

1. Hadoop webHDFS设置和使用说明在namenode和一台datanode中向/etc/hadoop/conf/hdfs-site.xml中添加属性：dfs.webhdfs.enabledtrue2. hadoop-env.sh export JAVA_HOME=/usr/java/jdk/     (注意/结尾，否则启动出错)

大数据批处理比较 spring batch vs flink vs stream Parallel摘要：本文主要通过实际案例的对比分析，选择适合自己大数据批处理的应用技术方案为什么使用批处理 ？场景数据导入导入场景需要开启事务，保证数据一致性，要么全部成功，要么全部失败实时在线处理，对响应时间有较高要求批量查询实时在线处理，对响应时间有较高要求针对以上场景，我们...

When should I use Druid?Druid is used by many companies of various sizes for many different use cases. Check out the Powered by Apache Druid pageDruid is likely a good choice if your use case fi...

学习大数据技术，首先要明确大数据的概念。大数据的概念作者认为有如下几点：1.数据的来源多样性。例如关系数据库+文本+excel等2.数据量大。TB级别的数据。3.业务应用领域。实时性高与实时性不高的应用。学习大数据应该就是要解决上述三个技术问题。针对第一个问题，就是ETL技术-数据的抽取，清洗，加载。传统数据抽取、清洗、加载是无法做到的。例如一个1TB的数据，需要抽