jusu123的博客

在实际企业开发中，都是在本地环境下进行kettle的job和Transformation开发的，可以在本地运行，也可以连接远程机器运行。ETL(Extract-Transform-Load，即数据抽取、转换、装载的过程)，数据处理、转换、迁移的工具。ETL工具：Sqoop，DataX，Kettle，Talend。Transformation（转换）：完成针对数据的基础转换。Job（作业）：完成整个工作流的控制。1.2.3 Kettle的核心组件。1.2 Kettle简介。2.2.3 目录说明。

把conditions表的数据块区间设置成24小时，分区键是TIMESTAMP类型。在timeSeries数据库上创建TimeScaleDB extension。如“行太大，8610”将字段设置为外部存储。将新建的表转换为hypertable。

4、安装VC++ Redistributable for Visual Studio 2015。将sql文件和control文件复制到\share\extension文件夹下。将timescaleDB解压文件夹中dll文件复制到lib文件夹下。根据postgresql版本选择相应的版本，如上图，选择12。找到postgresql的安装目录下的配置文件。postgresql安装成功！二、安装timescaleDB。一、安装postgresql。同意====》点击安装即可！windows系统要求支持。

版本不对可能报错安装java 111、官网2、下载apm2、下载agents。

添加archetype。

查看cpu支持avx2指令集支持则下载。

【代码】4）、设置系统最大打开文件句柄数。

修改配置文件#删除swap相关行这一行或者注释掉这一行。

166、168服务器同步主节点172的时间。

在172服务器执行。

flinkCDC充分发挥了Debezium提供的能力支持连接flinkCDC与flink版本对照。

在同步过程中，还可以对数据进行一定的处理，例如分组（GROUP BY）、多表的关联（JOIN）等。改造业务服务层，添加日志依赖Jar包，构造全局traceId，业务服务生成每次操作的traceId，并将其更新到操作的业务表中，发送1条业务消息，包含当前操作的操作人相关信息。原始数据入ODS层，结合DIM层的基础数据，将无意义的数据转换成业务数据，入DWS进行OLAP分析。1、Flink CDC+Kafka 加速业务实时化。3、Flink CDC 原理、实践和优化。15、数据仓库分层DWD、DWB、DWS。

MySQL FlinkCDC 通过Kafka实时同步到ClickHouse(自定义Debezium格式支持增加删除修改)基于Flink+FlinkCDC+FlinkSQL+Clickhouse构建实时数据仓库。如果运行结果正确，您可以继续下一步操作。如果不正确请先修正。运行后应该显示 binlog_format 是 ROW。运行后应该显示 log_bin 是 ON。1、mysql开启binlog。修改my.cnf，添加或修改。2、创建maven项目。修改mysql数据库。

官网下载选择2.12版本。

我这里有3个节点，像这样能够创建成功topic，说明该topic已经在3个节点都有备份副本，证明集群节点之前能够相互感知，kafka集群搭建成功。命令中的参数–replication-factor是关键，其作用是指定在多少个节点备份副本.分发完成后，其他集群节点都需要修改配置文件。没有3.4.0，选择3.1.0。验证的方法非常简单，创建一个。

集群模式下配置一个文件 myid，这个文件在 dataDir 目录下，这个文件里面有一个数据就是A值，Zookeeper 启动时读取此文件，拿到里面的数据与 zoo.cfg 里面的配置信息比较从而判断底是哪个 server。D : 万一集群中的 Leader 服务器挂了，需要一个端口来重新进行选举，选出一个新的 Leader ，而这个端口就是用来执行选举时服务器相互通信的端口。C : 这个服务器 Follower 与集群中的 Leader 服务器交换信息的端口。B : 这个服务器的地址。

如果集群是第一次启动，需要在hadoop102节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果在完全分布式部署，Namenode和ResourceManger如果不是同一台机器，不能在NodeManager上启动 yarn，应该在ResouceManager所在的机器上启动yarn。这是因为WEB浏览器中是以匿名用户（dr.who）登陆的，其只有只读权限，多数操作是做不了的。