<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[随便写写，记录一些生活、想法和偶尔冒出的念头。]]></title><description><![CDATA[这里没有固定主题，想到什么就写什么，权当留下一点随手记录。]]></description><link>https://blog.csdn.net/changhaike</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; changhaike]]></copyright><item><title><![CDATA[Apple Watch Ultra 2 高血压通知开通实测：iAnyGo 蓝牙模式与完整恢复流程]]></title><link>https://blog.csdn.net/changhaike/article/details/169457441</link><guid>https://blog.csdn.net/changhaike/article/details/169457441</guid><author>changhaike</author><pubDate>Thu, 29 Oct 2026 14:59:39 +0800</pubDate><description><![CDATA[记录 Apple Watch Ultra 2 在 iOS 27.2、watchOS 27.0.1 下开启高血压通知的完整实测：iAnyGo 地区限制处理、临时 AppleLocale 参数、游戏模式蓝牙连接、飞行模式下重新发送香港坐标，以及恢复真实定位和重启后的验证。附开通前后截图与失败尝试说明。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（十二）：如何证明运维助手有用？用故障案例做验收]]></title><link>https://blog.csdn.net/changhaike/article/details/169149845</link><guid>https://blog.csdn.net/changhaike/article/details/169149845</guid><author>changhaike</author><pubDate>Tue, 27 Oct 2026 11:39:58 +0800</pubDate><description><![CDATA[一次演示答对，不代表运维助手已经通过验收。本文回放任务重试、关联缺失、资源紧张、日志不完整和权限拒绝等虚构案例，检查工具选择、参数、证据与结论，并区分工具测试和真实模型验收。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（十一）：运维 MCP 的工程化——权限、限流、审计与错误处理]]></title><link>https://blog.csdn.net/changhaike/article/details/169149677</link><guid>https://blog.csdn.net/changhaike/article/details/169149677</guid><author>changhaike</author><pubDate>Tue, 27 Oct 2026 11:39:47 +0800</pubDate><description><![CDATA[只读查询也需要权限与执行预算。本文用本机虚构教学方案实现可信身份、查询范围限制、限流、超时与最小审计，区分查询成功但缺数据、工具失败和入口拒绝，让助手正确处理不完整结果。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（十）：把查询工具串起来，完成一次任务变慢诊断]]></title><link>https://blog.csdn.net/changhaike/article/details/169149586</link><guid>https://blog.csdn.net/changhaike/article/details/169149586</guid><author>changhaike</author><pubDate>Tue, 27 Oct 2026 11:39:28 +0800</pubDate><description><![CDATA[工具都能调用，诊断仍可能查错对象。本文把确认运行、获取状态、比较指标、限定日志与形成结论串成固定流程，用低 CPU 排队与高 CPU 运行两个虚构案例，区分事实、原因假设和待验证项。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（九）：让 AI 查日志——找到异常，也保留上下文]]></title><link>https://blog.csdn.net/changhaike/article/details/169149423</link><guid>https://blog.csdn.net/changhaike/article/details/169149423</guid><author>changhaike</author><pubDate>Mon, 26 Oct 2026 11:05:22 +0800</pubDate><description><![CDATA[找到 timeout，不等于已经定位根因。本文用虚构日志说明如何限定运行、节点与时间范围，保留异常前后文，分别处理分页、采集缺口、单条截断和脱敏，并将日志片段作为可追溯证据。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（八）：从调度任务追到计算引擎——补齐排查链路]]></title><link>https://blog.csdn.net/changhaike/article/details/169149178</link><guid>https://blog.csdn.net/changhaike/article/details/169149178</guid><author>changhaike</author><pubDate>Mon, 26 Oct 2026 11:02:10 +0800</pubDate><description><![CDATA[调度侧 RUNNING，不等于计算引擎正在计算。本文以模拟 Hive 作业为例，沿可靠提交回执关联运行、尝试、查询与引擎应用，分别处理关联成功、缺失和冲突，避免按名称或相近时间猜测排查链路。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（七）：同一个任务失败了几次？还原执行与重试过程]]></title><link>https://blog.csdn.net/changhaike/article/details/169148770</link><guid>https://blog.csdn.net/changhaike/article/details/169148770</guid><author>changhaike</author><pubDate>Mon, 26 Oct 2026 11:00:32 +0800</pubDate><description><![CDATA[同一个任务失败了几次，要先分清任务定义、运行实例与执行尝试。本文用虚构重试案例串联时间、执行节点与状态，解释重复事件、手工重跑、失败次数下界和耗时口径，让助手还原有依据的任务时间线。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（六）：任务一直在等——排查调度队列与执行资源]]></title><link>https://blog.csdn.net/changhaike/article/details/168451823</link><guid>https://blog.csdn.net/changhaike/article/details/168451823</guid><author>changhaike</author><pubDate>Mon, 19 Oct 2026 18:28:55 +0800</pubDate><description><![CDATA[任务一直在等，应该查调度规则、执行槽位，还是计算队列？本文通过五组独立虚构运行，结合准确的运行标识、节点标签、槽位及队列记录逐步定位等待层次，并讲清调度等待、执行器启动后和提交后经过时间的包含关系。]]></description><category></category></item><item><title><![CDATA[CPU 只有 20%，任务为什么还是慢？先查这 5 件事｜大数据智能运维实战（五）]]></title><link>https://blog.csdn.net/changhaike/article/details/168451801</link><guid>https://blog.csdn.net/changhaike/article/details/168451801</guid><author>changhaike</author><pubDate>Mon, 19 Oct 2026 18:26:39 +0800</pubDate><description><![CDATA[CPU 只有 20%，任务却迟迟不结束？先核对运行对象、时间窗口、指标口径、样本缺失与等待证据，再用虚构 CPU 样本解释最新值、均值和峰值，附五项排查清单与可复制记录模板。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（四）：集群到底健不健康？先把状态与时效讲清楚]]></title><link>https://blog.csdn.net/changhaike/article/details/168451770</link><guid>https://blog.csdn.net/changhaike/article/details/168451770</guid><author>changhaike</author><pubDate>Mon, 19 Oct 2026 18:24:47 +0800</pubDate><description><![CDATA[查询到 RUNNING，就能说集群健康吗？本文继续青禾平台的虚构场景，分开判断组件状态与数据时效，区分正常、异常、未知，并用期望检查清单解释过期上报、检测缺失和有效判断覆盖率，生成能说明依据与范围的巡检结果。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（三）：实现第一个运维 MCP 工具——查询节点与组件状态]]></title><link>https://blog.csdn.net/changhaike/article/details/168451719</link><guid>https://blog.csdn.net/changhaike/article/details/168451719</guid><author>changhaike</author><pubDate>Mon, 19 Oct 2026 18:22:37 +0800</pubDate><description><![CDATA[沿用青禾平台的虚构实验，把节点与组件上报封装成第一个运维 MCP 工具。完成 Spring AI 工具注册、参数校验和结构化返回，通过实际调用讲清上报时间、缺失数据、结果截断与可空字段，让助手有依据地回答“有哪些节点，分别运行什么组件”。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（二）：准备一个可复现的运维实验环境]]></title><link>https://blog.csdn.net/changhaike/article/details/168028882</link><guid>https://blog.csdn.net/changhaike/article/details/168028882</guid><author>changhaike</author><pubDate>Thu, 15 Oct 2026 19:38:06 +0800</pubDate><description><![CDATA[延续青禾平台“日报迟到”的故事，用一个可直接运行的 Java 文件，构造节点、组件、CPU 指标、任务运行和日志样本。通过正常、高 CPU、失败、上报过期四组虚构场景，讲清时间口径、记录关联与证据边界，并配三张教学图，为后续 MCP 工具提供可复现的输入。]]></description><category></category></item><item><title><![CDATA[大数据智能运维实战（一）：机器和任务数据都有了，如何用 MCP 搭建运维助手？]]></title><link>https://blog.csdn.net/changhaike/article/details/168028252</link><guid>https://blog.csdn.net/changhaike/article/details/168028252</guid><author>changhaike</author><pubDate>Thu, 15 Oct 2026 18:48:51 +0800</pubDate><description><![CDATA[机器指标、任务状态和日志已经上报，如何让 AI 帮忙排查？本文延续小林与小周的故事，用虚构的“日报延迟”案例拆解调度等待与执行耗时，讲清 Spring AI、MCP 和已有平台的分工，并配图说明工具查询、证据组织与诊断边界，为后续实战搭好思路。]]></description><category></category></item><item><title><![CDATA[Hive Metastore OOM 怎么排查？MySQL 变慢时先查这 6 项｜Hive 源码导读（八）]]></title><link>https://blog.csdn.net/changhaike/article/details/167807526</link><guid>https://blog.csdn.net/changhaike/article/details/167807526</guid><author>changhaike</author><pubDate>Tue, 13 Oct 2026 15:24:38 +0800</pubDate><description><![CDATA[Hive Metastore 报 OOM，该先看什么？用虚构场景和借电话的比喻解释数据库等待、线程与对象保留，附六项排查清单，区分堆 OOM、线程资源不足和容器内存限制，按证据决定下一步。]]></description><category></category></item><item><title><![CDATA[Hive 源码导读（七）：订单日报迟迟没出来，这次该从哪里查？]]></title><link>https://blog.csdn.net/changhaike/article/details/167468577</link><guid>https://blog.csdn.net/changhaike/article/details/167468577</guid><author>changhaike</author><pubDate>Tue, 13 Oct 2026 11:25:09 +0800</pubDate><description><![CDATA[订单日报迟迟没出来，先查 Hive 还是 YARN？基于 Hive 3.1.2、Hadoop 3.2.1，把请求入口、编译、锁等待、MR 提交、任务执行、事务提交和结果获取串成证据路线，区分计算成功、SQL 成功与报表交付成功。]]></description><category></category></item><item><title><![CDATA[Hive 源码导读（六）：订单已经写出新文件，查询为什么还不能随便读？]]></title><link>https://blog.csdn.net/changhaike/article/details/167468450</link><guid>https://blog.csdn.net/changhaike/article/details/167468450</guid><author>changhaike</author><pubDate>Mon, 12 Oct 2026 08:50:22 +0800</pubDate><description><![CDATA[订单更新后产生了新文件，查询为什么不能看到什么就读什么？基于 Hive 3.1.2、Hadoop 3.2.1，用订单状态修正串起 Txn ID、Write ID、有效写入列表、ACID 读取与 Compaction，讲清文件存在和数据可见之间的区别。]]></description><category></category></item><item><title><![CDATA[Hive 源码导读（五）：集群还有资源，SQL 为什么仍然不动？]]></title><link>https://blog.csdn.net/changhaike/article/details/167468525</link><guid>https://blog.csdn.net/changhaike/article/details/167468525</guid><author>changhaike</author><pubDate>Mon, 12 Oct 2026 08:50:05 +0800</pubDate><description><![CDATA[集群还有资源，SQL 为什么仍然不动？基于 Hive 3.1.2、Hadoop 3.2.1，从两个会话更新订单的场景入手，用 DbTxnManager、DbLockManager 与 HMS 锁状态区分锁等待和资源等待，明确锁对象、兼容关系与排查证据。]]></description><category></category></item><item><title><![CDATA[Hive 源码导读（四）：YARN Application 出现了，为什么还没开始计算？]]></title><link>https://blog.csdn.net/changhaike/article/details/167468397</link><guid>https://blog.csdn.net/changhaike/article/details/167468397</guid><author>changhaike</author><pubDate>Sun, 11 Oct 2026 09:52:37 +0800</pubDate><description><![CDATA[YARN Application 已经出现，为什么还没开始计算？基于 Hive 3.1.2、Hadoop 3.2.1，沿 MapRedTask、ExecDriver、JobClient、YARNRunner 到 ResourceManager 与 MRAppMaster，拆开提交、排队、申请容器和任务执行，并串起 Query ID、Job ID 与 Application ID。]]></description><category></category></item><item><title><![CDATA[Hive 源码导读（三）：都是 SELECT，为什么有的查询不需要 YARN？]]></title><link>https://blog.csdn.net/changhaike/article/details/167468321</link><guid>https://blog.csdn.net/changhaike/article/details/167468321</guid><author>changhaike</author><pubDate>Sun, 11 Oct 2026 09:52:12 +0800</pubDate><description><![CDATA[都是 SELECT，为什么有的查询不需要 YARN？基于 Hive 3.1.2、Hadoop 3.2.1，从 Driver 编译、语义分析、优化到 FetchTask 和 MR 计划，结合 EXPLAIN 和订单样本找到执行路径的分岔口。]]></description><category></category></item><item><title><![CDATA[Hive 源码导读（二）：客户端说“已提交”，SQL 到底走到哪了？]]></title><link>https://blog.csdn.net/changhaike/article/details/167468258</link><guid>https://blog.csdn.net/changhaike/article/details/167468258</guid><author>changhaike</author><pubDate>Sat, 10 Oct 2026 10:09:11 +0800</pubDate><description><![CDATA[客户端显示已提交，服务端真的开始计算了吗？基于 Hive 3.1.2、Hadoop 3.2.1，沿 Beeline、JDBC、ThriftCLIService、Session 和 SQLOperation 追踪请求、状态与结果，讲清 Operation Handle、Query ID 和 YARN Application ID 的区别。]]></description><category></category></item></channel></rss>