Kylin使用心得：从入门到进阶的探索之旅
【5月更文挑战第2天】Apache Kylin是开源大数据分析平台，提供亚秒级OLAP查询。本文深入解析Kylin的工作原理，包括预计算模型Cube、构建过程和查询引擎。常见问题涉及Cube设计、查询性能和资源管理，解决方案涵盖合理设计、性能监控和测试验证。文中还分享了Cube创建的JSON示例，并探讨了Cube构建优化、查询优化、与其他组件集成、监控维护及生产环境问题解决。通过学习和实践，读者能有效提升数据洞察力和决策效率。
大数据存储：HBase与Cassandra的对比
【7月更文挑战第16天】HBase和Cassandra作为两种流行的分布式NoSQL数据库，在数据模型、一致性模型、数据分布、查询语言和性能等方面各有千秋。HBase适用于需要强一致性和与Hadoop生态系统集成的场景，如大规模数据处理和分析。而Cassandra则更适合需要高可用性和灵活查询能力的场景，如分布式计算、云计算和大数据应用等。在实际应用中，选择哪种数据库取决于具体的需求和场景。希望本文的对比分析能够帮助读者更好地理解这两种数据库，并做出明智的选择。
阿里云大数据ACA和ACP题库
来源周周的奇妙编程：https://developer.aliyun.com/profile/pmur6hy3nphhs
京东面试：亿级黑名单 如何设计？亿级查重 呢？（答案含：布隆过滤器、布谷鸟过滤器）
尼恩，40岁的老架构师，近期在读者交流群中分享了几个大厂面试题及其解决方案。这些问题包括亿级数据查重、黑名单存储、电话号码判断、安全网址判断等。尼恩给出了三种解决方案：使用BitMap位图、BloomFilter布隆过滤器和CuckooFilter布谷鸟过滤器。这些方法不仅高效，还能显著提升面试表现。尼恩还建议大家系统化学习，刷题《尼恩Java面试宝典PDF》，并提供简历修改和面试辅导，帮助大家实现“offer自由”。更多技术资料和PDF可在公众号【技术自由圈】获取。
大数据常用技术栈
提起大数据，不得不提由IBM提出的关于大数据的5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性），而对于大数据领域的从业人员的日常工作也与这5V密切相关。大数据技术在过去的几十年中取得非常迅速的发展，尤以Hadoop和Spark最为突出，已构建起庞大的技术生态体系圈
Hbase入门(二)——安装与配置
本文讲述如何安装，部署，启停HBase集群，如何通过命令行对Hbase进行基本操作。
并介绍Hbase的配置文件。
在安装前需要将所有先决条件安装完成。