<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[功夫熊猫]]></title><description><![CDATA[互联网|大数据|物联网|机器学习]]></description><link>https://blog.youkuaiyun.com/wangmin1983</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wangmin1983]]></copyright><item><title><![CDATA[Janusgraph事务]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056925</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056925</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:28:19 +0800</pubDate><description><![CDATA[事务

原文连接：http://www.janusgraph.cn/#%E4%BA%8B%E5%8A%A1

几乎所有与JanusGraph的交互都与事务相关。JanusGraph事务对于多线程并发使用是安全的。例如graph.V（…）和graph.tx().commit()方法都通过ThreadLocal查找以检索或创建与调用线程关联的事务。调用者也可以选择放弃ThreadLocal的事务管理方式，而改为调用graph.tx().createThreadedTx()，它返回对事务对象的引用，该对象具有读/]]></description><category></category></item><item><title><![CDATA[Janugraph部署场景]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056893</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056893</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:25:16 +0800</pubDate><description><![CDATA[部署场景

JanusGraph提供了很多存储和索引后端选择，这使得它的部署方式具有很大的灵活性。本章介绍一些可能的部署场景。

在讨论不同的部署场景之前，我们先了解下JanusGraph本身和后端索引以及其后端存储的不同角色。首先，应用程序只与JanusGraph交互，主要是通过发送Gremlin遍历请求。然后JanusGraph与将接收到的遍历在后端的存储和索引中执行。当JanusGraph以JanusGraph Server的形式使用时，没有主节点和从节点之分且每个节点都是独立的。因此，应用程序可以通]]></description><category></category></item><item><title><![CDATA[JanusGraph Server]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056853</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056853</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:22:16 +0800</pubDate><description><![CDATA[JanusGraph Server

JanusGraph使用Gremlin Server引擎作为服务器组件来处理和回答客户机查询。当封装在JanusGraph中时，Gremlin服务器称为JanusGraph服务器。

JanusGraph服务器必须手动启动才能使用它。JanusGraph服务器提供了一种方法，可以针对其中托管的一个或多个JanusGraph实例远程执行Gremlin遍历。本节将描述如何使用WebSocket配置，以及如何配置JanusGraph服务器来处理客户端的HTTP请求。有关如何从]]></description><category></category></item><item><title><![CDATA[Janusgraph元数据及数据模型]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056831</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056831</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:17:47 +0800</pubDate><description><![CDATA[元数据及数据模型

每个JanusGraph图的元数据都由边标签、属性键及其使用的顶点标签组成。JanusGraph的元数据既可以显式定义，也可以隐式定义。建议用户在应用程序开发期间显式定义图的元数据。显式定义图的元数据是开发健壮应用程序的重要组成部分，同时提高协作软件的开发效率。注意，JanusGraph的元数据锁着时间的推移而不断的演进，而不会中断正常的数据库操作。扩展JanusGraph的元数据不会减慢查询响应速度，也不需要数据库停机维护。

JanusGraph图的元数据类型(既边标签、属性健或)顶]]></description><category></category></item><item><title><![CDATA[Janusgraph配置概要]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056814</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056814</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:14:42 +0800</pubDate><description><![CDATA[配置概要

基本配置示例

JanusGraph的基本配置主要包括使用的后端存储和索引的配置，如果需要高性能的查询还涉及缓存的配置。下面是针对不同存储和索引以及开启缓存的配置示例：

Cassandra+Elasticsearch

下面是使用本机安装的Cassandra作为后端存储，ElasticSearch作为索引后端的配置示例：


storage.backend=cql
storage.hostname=localhost

index.search.backend=elasticsearch
in]]></description><category></category></item><item><title><![CDATA[Janusgraph架构]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056794</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056794</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:12:20 +0800</pubDate><description><![CDATA[架构

JanusGraph是一个图数据库引擎。JanusGraph本身专注于图形序列化、丰富的图数据模型和高效的图查询。此外，JanusGraph还利用Hadoop进行图形分析和批处理图形。JanusGraph为数据存储、数据索引以及客户端访问实现了健壮的模块化接口。JanusGraph的模块化架构允许它与各种的存储、索引以及客户机技术进行互操作，同时还简化了JanusGraph的扩展性。

JanusGraph和磁盘之间有一个或多个存储和索引适配器。JanusGraph标准配置了以下适配器，同时Janu]]></description><category></category></item><item><title><![CDATA[Janusgraph使用示例]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056776</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056776</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:09:59 +0800</pubDate><description><![CDATA[示例

这里将借助希腊诸神图来示例如何使用Janusgraph。这个图是基于Property Graph Model数据模型，描述了希腊诸神与其所居住的位置关系。其中使用到Gremlin查询语言，详细可参照Gremlin Query Language。



标记
			含义
		粗体关键字
			图的索引。
		带星的粗体关键字
			图的索引且必须唯一
		带下划线的关键字
			vertex-centric索引关键字
		空心箭头的边
			无重复唯一的边
		带短线的边
			单向的边
		将诸神图]]></description><category></category></item><item><title><![CDATA[Janusgraph安装]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056747</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056747</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:06:32 +0800</pubDate><description><![CDATA[安装

Docker安装JanusGraph

JanusGraph提供Docker image，使得其能在Docker容器中运行。下面就举例如何使用Docker技术来安装和运行JanusGraph:


$ docker run -it -p 8182:8182 janusgraph/janusgraph

运行docker命令，获取janusgraph的Dockerimage并运行于Docker容器，8182端口作为服务端口暴露对外。启动日志如下：


SLF4J: Class path contain]]></description><category></category></item><item><title><![CDATA[Janusgraph简介]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056733</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056733</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 09:02:35 +0800</pubDate><description><![CDATA[简介

原文：http://www.janusgraph.cn/#%E7%AE%80%E4%BB%8B

JanusGraph的优点

JanusGraph支持对大图 (单机往往难以处理的大图) 进行实时的分析和遍历。主要有以下优点：

JanusGraph可以通过扩展集群中的机器数量来进行弹性的扩展，从而能够实现对非常大的图数据处理。
	JanusGraph支持对图的高并发处理以及事务处理，并且能力能够随着机器的扩展而弹性扩展。
	JanusGraph支持Hadoop框架，并能够利用Hadoop对图进行大]]></description><category></category></item><item><title><![CDATA[Janusgraph中文文档]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/111056695</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/111056695</guid><author>wangmin1983</author><pubDate>Sat, 12 Dec 2020 08:59:40 +0800</pubDate><description><![CDATA[JanusGraph
	简介
	安装
	示例
	架构
	配置概要
	元数据及数据模型
	Gremlin介绍
	JanusGraph Server
	部署场景
	事务
	缓存
	事务日志
	限制

]]></description><category></category></item><item><title><![CDATA[基于Apache Gremlin的电影推荐引擎]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/83620879</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/83620879</guid><author>wangmin1983</author><pubDate>Thu, 01 Nov 2018 15:12:40 +0800</pubDate><description><![CDATA[

 ]]></description><category></category></item><item><title><![CDATA[Region Server之间coprocessor相互调用]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/83619904</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/83619904</guid><author>wangmin1983</author><pubDate>Thu, 01 Nov 2018 14:37:26 +0800</pubDate><description><![CDATA[如下图所示，是一个利用HBase Coprocessor机制来减少应用和HBase集群间多步串行查询网络交互次数的方法。

图的大体流程是，应用将查询的rowkey等参数传递到Region Server，然后Region Server先做自己所在Region的查询，将本机查询的结果作为下次查询的Rowkey，并将在本Region的Rowkey通过RPC请求其他Region Server，多步查询后...]]></description><category></category></item><item><title><![CDATA[实际动手编写HBase Coprocessor]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/83507353</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/83507353</guid><author>wangmin1983</author><pubDate>Mon, 29 Oct 2018 16:40:28 +0800</pubDate><description><![CDATA[1.背景

在client端访问HBase的时候，经常会遇到多次串型查询（即client端应用程序每次从HBase中查询的结果中的一些数据作为下一步查询条件），这种场景往往导致不必要的网络消耗。我们可以利用HBase提供的Coprocessor机制来减少这种不必要的网络开销，从而达到性能上的优化。

2.寻找HBase依赖的protobuf版本

在实际生产环境往往已经安装了某个版本的HBase，...]]></description><category></category></item><item><title><![CDATA[阿里云ECS搭建Jupyter Notebook(下)]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/80630591</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/80630591</guid><author>wangmin1983</author><pubDate>Sat, 09 Jun 2018 10:30:24 +0800</pubDate><description><![CDATA[4. 生成密码密文root@iZuf6e9bjg74ll9e9hcyagZ:~/anaconda# ipython
Python 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:28:17) 
Type 'copyright', 'credits' or 'license' for more information
IPython 6.4.0 --...]]></description><category></category></item><item><title><![CDATA[阿里云ECS搭建Jupyter Notebook(上)]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/80630237</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/80630237</guid><author>wangmin1983</author><pubDate>Sat, 09 Jun 2018 10:11:44 +0800</pubDate><description><![CDATA[      前面把阿里云ECS的Python版本升级到Python3，下面接着就开始安装Jupyter Notebook，由于Anaconda集成了Jupyter，所以先安装Anaconda后再配置Jupyter1. 下载Anaconda安装包(Anaconda集成Jupyter)root@iZuf6e9bjg74ll9e9hcyagZ:~# pwd
/root
root@iZuf6e9bjg74...]]></description><category></category></item><item><title><![CDATA[阿里云ECS升级python到python3]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/80629999</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/80629999</guid><author>wangmin1983</author><pubDate>Sat, 09 Jun 2018 09:28:06 +0800</pubDate><description><![CDATA[     去年双十一阿里云活动，廉价买了台ECS一直闲着没用，实在是资源浪费。突然想装个Jupyter Notebook，方便对机器的使用，希望能调动积极性。一看python的版本信息，居然是2.7.12的，所以第一步先把Python升级到Python3再说。1.  查看Python版本root@iZuf6e9bjg74ll9e9hcyagZ:~# python
Python 2.7.12 (de...]]></description><category></category></item><item><title><![CDATA[Apache Nifi]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/80466755</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/80466755</guid><author>wangmin1983</author><pubDate>Sun, 27 May 2018 08:20:11 +0800</pubDate><description><![CDATA[2.4.4 Controller Service分类介绍AvroReaderAvroReader解析Avro数据并且将每个Avro记录解析为一个独立的记录对象返回。解析Avro的schema可以来自于数据本身，也可以通过“Schema Access Strategy”属性配置的策略去Schema注册服务获取Schama。AvroRecordSetWriter将记录集的内容写成Avro二进制格式。S...]]></description><category></category></item><item><title><![CDATA[Apache Nifi]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/80466749</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/80466749</guid><author>wangmin1983</author><pubDate>Sun, 27 May 2018 08:19:09 +0800</pubDate><description><![CDATA[2.4.3 为数据流添加Controller Service为一个数据流添加Controller Service，你可以右击处理组然后选择Configure，如也可以通过控制台的操作面板选择Configure，如当从控制面板进入Controller Service添加配置页面，需要对于Controller Service的应用范围需要特别注意。在没有选中任何处理组的情况下点击控制面板添加配置完成的...]]></description><category></category></item><item><title><![CDATA[Apache Nifi]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/80466742</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/80466742</guid><author>wangmin1983</author><pubDate>Sun, 27 May 2018 08:16:37 +0800</pubDate><description><![CDATA[2.4.2 配置Controller Service点击“”编辑按钮，弹出Controller Service的配置页面，如配置页面有3个Tab页：Settings，Properties和Comments。配置页面同样也类似于处理器单元的属性配置页面。在Settings的Tab页中可以根据需要给Controller Service配置一个唯一的名称，同时也给出了Controller Service...]]></description><category></category></item><item><title><![CDATA[Apache Nifi]]></title><link>https://blog.youkuaiyun.com/wangmin1983/article/details/80466736</link><guid>https://blog.youkuaiyun.com/wangmin1983/article/details/80466736</guid><author>wangmin1983</author><pubDate>Sun, 27 May 2018 08:13:45 +0800</pubDate><description><![CDATA[2.4 NiFi Controller Service应用介绍Controller service是一个能被各个processor，reporting task以及其它service用于配置和任务执行的共享服务。举个具体的应用场景，当NiFi中创建了大量的数据流，且这些数据流都有从同一源数据库获取数据的需求。此时必然要考虑源数据库的连接数的问题，如果NiFi在各个数据流的访问数据库的处理器单元之间...]]></description><category></category></item></channel></rss>