消息总线重构之简化客户端 经验
RPC从后端获取授权信息，而让后端去跟pubsuber交互。之前就曾有过 这个想法，后来在使用HBase时，发现其java client内部也有通过RPC跟Master节点交互，于是这次就确定用这种方
jopen 浅谈Spark应用程序的性能调优 经验
默认值是3s。 除了HDFS，Spark能够支持的数据源越来越多，如Cassandra, HBase,MongoDB等知名的NoSQL数据库，随着Elasticsearch的日渐兴起，spark和
大数据和区块链之间的比较分析 经验
储技术提出的另一个挑战是多种数据格式的适应能力，因此现在大数据底层的存储层不只是HDFS，还有HBase和Kudu等存储架构。 区块链，是比特币的底层技术架构，它在本质上是一种去中心化的分布式账本
avalon6884
MongoDB的正确使用姿势 经验
目前开源数据库众多，大家可选的余地很大，就会出现这样的问题：MySQL、MongoDB、Redis、Hbase等这些数据库哪个更好？其实这是一个伪命题，脱离了具体的业务场景来讨论好坏是纸上谈兵，没有最好的，
52 个有用的机器学习与预测接口盘点 经验
能够通过预测分析与大数据技术提供市场营销的效用与收益。 PredictionIO : 基于 Apache Spark、HBase 以及 Spray 这些著名的开源项目搭建的开源机器学习服务。典型的 API 包括了创建与管理用
Redis 集群方案介绍了 经验
emproxy的缺点。 ZooKeeper：分布式的、开源的应用程序协调服务，是Hadoop和Hbase的重要组件，其为分布式应用提供一致性服务，提供的功能包括：配置维护、名字服务、分布式同步、组服务
分布式存储系统事务时序 经验
系统 (Oracle，MySQL，OceanBase，Spanner，CockRoachDB,HBase)几乎无一例外的使用MVCC技术来达到这个目的。说白了，就是数据有多个版本，每次写产生新的更大的
优秀大数据GitHub项目一览 资讯
doop YARN、EC2和Apache Mesos。Apache Spark也能从Hive、HBase、Tachyon、Cassandra和HDFS等数据源读取数据。 Apache Spark GitHub地址：
关于知识管理和语义搜索的一些思考 经验
驱的失败，我的感觉还是他们想做的事情太大，超越了时代。比如Powerset为了搞语义，先发明了HBase，但是语义分析速度实在是太慢。被微软收购后，很长一段时间里Powerset其实是被抛弃了，没法满足微软要求的规模。还是要
Hadoop 中利用 mapreduce 读写 mysql 数据 经验
数据，然后为了实时查询的需求，或者一些 OLAP 的需求，我们需要 mapreduce 与 mysql 进行数据的交互，而这些是 hbase 或者 hive 目前亟待改进的地方。 好了言归正传，简单的说说背景、原理以及需要注意的地方：
关系型数据库和NoSQL数据库 经验
。 不需要定义表结构 可以利用复杂的查询条件 面向列的数据库 Cassandra、Hbase、HyperTable属于这种类型。由于近年来数据量出现爆发性增长，这种类型的NoSQL数据库尤其引人注目。
在大规模系统中使用Scala 经验
它数据库所不支持的，也很难对其进行改进。主流的TSDB都是在其它数据库系统的基础上创建的（例如HBase），它们的复杂性已经超出了我们的用例的需求。通过使用一种更简化的、量身订做的存储机制，并利用分布
nginx+tomcat+memcached负载均衡集群搭建详细笔记(下) 经验
export PATH=.:$HADOOP_HOME/bin:$ZOOKEEPER_HOME/bin:$HBASE_HOME/bin:$JAVA_HOME/bin:$PATH export CATALINA_H
Hadoop中新型大数据查询引擎：Apache Calcite 经验
同时，Calcite也不涉及物理规划层，它通过扩展适配器来连接多种后端的数据源和处理引擎，如Spark、Splunk、HBase、Cassandra或者MangoDB。简单的说，这种架构就是“一种查询引擎， 连接多种前端和后端
不同的瑞士军刀：对比 Spark 和 MapReduce 经验
像是最终的赢家，问题在于我们永远不会单独使用它—我们需要 HDFS 存储数据，或许还会需要用到 HBase，Hive，Pig，Impala 或其他 Hadoop 项目。这意味着在处理非常大的数据的时候，Spark
0x0F 大数据职位，数据场技能(下) 经验
扩展的，还会有内存型数据库Redis，图数据库Neo4j，还有全文索引的ElasticSearch和Solr，还有Hbase和Cassandra，这些根据具体的业务，选择性的掌握其中一部分。 学到什么程度并无定论，重
SparkSQL－从DataFrame说起 经验
够及时记录下来，以免遗忘！另外，不可避免会有一些纰漏，还忘客官能够批判性阅读，讨论交流！当然，HBase相关博客还会继续更新； SparkSQL 历史回顾 对SparkSQL了解的童鞋或多或少听说
携程实时用户行为系统实践 经验
MySQL: 作为基础系统，稳定性和性能也是系统的两大指标，对比nosql的主要选项，比如hbase和elasticsearch，十亿数据级别上mysql在这两方面有更好的表现，并且经过设计能够有不错的水平扩展能力。
11月数据库管理系统流行程度排行榜 资讯
Memcached Key-value store 28.50 +0.38 16. 16. HBase Wide column store 27.58 -0.74 17. 15. Informix Relational
彦伟：京东实时数据平台架构设计与实现思路 资讯
如下几个问题： 异构数据源适配（要支持MySQL、SQLServer、Oracle、Hive、Hbase、文件MongoDB等之间相互数据搬运），各种数据库日志 协议的解析，格式的统一，分表数据的合并