百亿级存储架构： ElasticSearch+HBase 海量存储架构与实现
本文介绍了百亿级数据存储架构的设计与实现，重点探讨了ElasticSearch和HBase的结合使用。通过ElasticSearch实现快速检索，HBase实现海量数据存储，解决了大规模数据的高效存储与查询问题。文章详细讲解了数据统一接入、元数据管理、数据一致性及平台监控等关键模块的设计思路和技术细节，帮助读者理解和掌握构建高性能数据存储系统的方法。
Kylin使用心得与实战经验分享
本文详细介绍了Apache Kylin的使用方法及其在大数据分析中的优势。首先，Kylin是一款基于Hadoop和Spark的开源分布式分析引擎，通过预计算技术实现亚秒级的交互式查询响应，大幅提高数据分析效率。接着，文章阐述了Kylin的核心特点，包括高效多维分析能力和预计算与实时查询的平衡。然后，详细说明了环境搭建、配置步骤及示例代码，展示了如何配置HBase存储后端。在数据建模与优化部分，讲解了星型模型和雪花模型的选择，以及分区策略和索引优化技巧。
ZooKeeper完全分布式安装与配置
Zookeeper是一个很好的集群管理工具，被大量用于分布式计算。如Hadoop以及Storm系统中。这里简单记录下Zookeeper集群环境的搭建过程。本文以Centos6.5作为操作系统环境。
Flink SQL 功能解密系列 —— 维表 JOIN 与异步优化
流计算中一个常见的需求就是为数据流补齐字段。因为数据采集端采集到的数据往往比较有限，在做数据分析之前，就要先将所需的维度信息补全。比如采集到的交易日志中只记录了商品 id，但是在做业务时需要根据店铺维度或者行业纬度进行聚合，这就需要先将交易日志与商品维表进行关联，补全所需的维度信息。