- 博客(4)
- 收藏
- 关注
RSS订阅原创 doris重导
当某个 Tablet 的数据出现损坏或丢失时，可以通过分片重导恢复该 Tablet 的数据。：可以精确控制每个 Tablet 的重导操作，适合细粒度的数据恢复或迁移。：适合处理大范围的数据恢复或迁移，尤其是在分区策略合理的情况下，效率较高。：由于分区是逻辑上的数据划分，范围重导可以快速恢复或迁移整个分区的数据。当某个分区的数据出现损坏或丢失时，可以通过范围重导恢复该分区的数据。在实际使用中，应根据数据损坏或迁移的具体需求，选择合适的重导机制。：以 Tablet 为单位，适合处理小范围的数据。
2025-03-20 19:54:35
364
原创 Elasticsearch介绍
Elasticsearch 是一个强大的分布式搜索和分析引擎，适合全文搜索、日志分析和实时数据处理。尽管在资源消耗和数据一致性方面存在一些局限性，但其高性能和灵活性使其成为大数据搜索和分析的首选工具之一。它以其强大的全文搜索能力、实时数据处理和分布式架构著称，广泛应用于日志分析、全文搜索、实时数据分析等场景。：索引中的基本数据单元（如 JSON 对象）。：基于 Lucene，支持复杂查询和分词。：支持水平扩展，数据分片存储，高可用。：支持结构化、非结构化和半结构化数据。：索引的分区，支持分布式存储。
2025-03-18 20:29:41
228
原创 clickhouse介绍
它以极快的查询速度、高效的列式存储和强大的分布式能力著称，适合大数据分析、实时报表和日志处理等场景。分布式查询通过分布式表（Distributed Table）实现，用户只需查询分布式表，ClickHouse 会自动将查询分发到各个分片。它以极高的查询性能和处理大规模数据的能力著称，广泛应用于大数据分析、实时报表和日志处理等场景。ClickHouse 的查询性能极佳，能够在秒级甚至毫秒级完成对数十亿行数据的查询。ClickHouse 能够高效存储和查询日志数据，适合日志处理场景。
2025-03-18 20:26:14
959
原创 Lambda和kappa架构的差异
Kappa 架构是对 Lambda 架构的简化，旨在通过单一的流处理系统实现实时数据处理，避免维护两套独立的处理逻辑。所有数据（包括历史数据和实时数据）通过消息队列（如 Apache Kafka）摄入。处理后的数据存储在实时数据库或数据湖中（如 Apache Druid、Hudi）。电商平台：需要同时分析历史订单数据（批处理）和实时用户行为数据（流处理）。金融风控：需要同时分析历史交易数据（批处理）和实时交易数据（流处理）。：需要维护两套独立的处理逻辑（批处理和流处理）。
2025-03-18 20:10:48
976
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人