环形缓冲区处理者 环形缓冲区处理者 环形缓冲区工作处理者(RingBufferWorkProcessor) 环形缓冲区处理者 基于环形缓冲区的响应式数据流处理者有一些很棒的特性： 高吞吐量 重现最新未消费数据 如果没有订阅者在监听，数据不会丢失（不同于Reactor-数据流的广播者 ）。 如果订阅者在处理过程中取消，信号可以安全重现...

数据的流处理利器 流处理工具fx 流数据处理中间操作 用法与原理分析 From Filter Group Reverse Distinct Walk 并发处理 总结 数据的流处理利器 流处理(Stream processing)是一种计算机编程范式，其允许给定一个数据序列(流处理数据源)，一系列数据操作(函数)被应用到流中的每个元...

为处理日益增长的互联网数据，众多的工具开始出现，最流行的应该是Hadoop体系。除使用大家所熟悉的Hadoop组件如HDFS，MapReduce, HBase, Hive外，通用的大数据处理平台往往还使用Kafka或其他消息队列工具，Redis或其他缓存软件，Flink或其他实时流式数据处理软件。存储上也有人选用MongoDB，Cassandra或其他No...

第 6 章 大量数据的表示和处理 第 6 章 大量数据的表示和处理 第 2 章讨论了现实世界信息在计算机中的抽象表示问题，那里主要介绍的是简单数据， 而本章将继续介绍复杂数据的表示和处理。简单数据一般指单个数据，并且没有内部结构， 不可分割。复杂数据正相反，可在两方面呈现复杂性：一是数量多，即待处理的数据是由大 量相互关联的成员数据组成的；二是有内部...

驱动引入 基本介绍 组件特性 知识图谱 组件关联 g.DB 与gdb.New 、gdb.Instance New 创建数据库对象 获取数据库对象单例 相关文档 驱动引入 为了将数据库驱动与框架主库解耦，从v2.1 版本开始，所有的数据库驱动都需要通过社区包手动引入。 数据库驱动的安装和引入请参考：https://github.com...

Spring Batch介绍 Spring Batch介绍 在企业领域,有很多应用和系统需要在生产环境中使用批处理来执行大量的业务操作.批处理业务需要自动地对海量数据信息进行各种复杂的业务逻辑处理,同时具备极高的效率,不需要人工干预.执行这种操作通常根据时间事件(如月末统计,通知或信件),或者定期处理那些业务规则超级复杂,数据量非常庞大的业务,(如保...

规则引擎 规则的组成 规则 SQL 语句简介 动作 消息重发布 控制台输出动作 输出格式 规则的典型应用场景举例 规则引擎 规则引擎是 EMQX 内置基于 SQL 的数据处理组件，搭配 数据桥接 使用无需编写代码即可实现一站式的 IoT 数据提取、过滤、转换、存储与处理，以加速应用集成和业务创新。 规则的组成 规则描述了 数据来...

Spark Streaming Spark Streaming Spark streaming是Spark核心API的一个扩展，它对实时流式数据的处理具有可扩展性、高吞吐量、可容错性等特点。我们可以从kafka、flume、Twitter、 ZeroMQ、Kinesis等源获取数据，也可以通过由高阶函数map、reduce、join、window等组...

第 11 章 多核处理结构 11.1 多核处理器的发展演化 11.2 多核处理器的访存结构 11.2.1 通用多核处理器的片上Cache结构 11.2.2 存储一致性模型 11.2.3 Cache一致性协议 11.3 多核处理器的互连结构 11.4 多核处理器的同步机制 11.5 典型多核处理器 11.5.1 龙芯3A5000处理器 11.5...

实践练习 本章教程的目标及涵盖范围 流处理 并行 Dataflows 自定义时间流处理 有状态流处理 通过状态快照实现的容错 实践练习 本章教程的目标及涵盖范围 本章教程对 Apache Flink 的基本概念进行了介绍，虽然省略了许多重要细节，但是如果你掌握了本章内容，就足以实现可扩展并行度的 ETL、数据分析以及事件驱动的流式应用程序...