从文字到使用，一文读懂Kafka服务

news2025/1/11 0:07:12

文章目录

      • 1. 什么是Kafka？
      • 2. Kafka有什么特点，优缺点是什么？
      • 3. Kafka 与 Zookeeper 服务的关系？
      • 4. Kafka 的常见命令有哪些？
      • 5. Kafka 和 Zookeeper 服务如何结合？
      • 6. Kafka 生产者和消费者的流程图？
        • 6.1 生产者流程图
        • 6.2 消费者流程图
      • 7. 安装 Zookeeper 服务的详细步骤？
      • 8. 安装Kafka服务的详细步骤？
      • 9. Java项目结合Kafka服务使用。
        • 9.1 pom文件引入kafka服务
        • 9.2 创建Kafka消息发送组件
        • 9.3 创建Kafka消息消费组件
        • 9.4 Java项目使用Kafka小结

在这里插入图片描述

1. 什么是Kafka？

Kafka是一个分布式流处理平台，最初由LinkedIn开发并开源。它被设计用于处理大规模的实时数据流，并能够持久化和发布数据记录。Kafka具有高吞吐量、可扩展性和容错性的特点，使得它成为构建实时流处理应用程序的理想选择。

Kafka的核心概念包括以下几个要素：

  1. 主题（Topic）：主题是Kafka中的数据流分类，类似于消息队列中的队列。数据被发布到不同的主题中，消费者可以订阅感兴趣的主题来消费数据。

  2. 分区（Partition）：主题可以被分为多个分区，每个分区是一个有序的日志文件，用于存储消息。分区允许数据在集群中并行处理和存储，提高了吞吐量和可扩展性。

  3. 副本（Replication）：每个分区可以有多个副本，副本用于提供数据的冗余备份和容错性。副本分布在不同的服务器上，当某个副本不可用时，可以从其他副本中获取数据。

  4. 生产者（Producer）：生产者是数据的发送者，负责将数据发布到Kafka的主题中。生产者可以将数据发送到指定的分区，也可以让Kafka根据一定的策略自动选择分区。

  5. 消费者（Consumer）：消费者是数据的接收者，负责从Kafka的主题中读取数据。消费者可以以不同的方式消费数据，如按照时间顺序、按照分区等。

Kafka的应用场景非常广泛，包括日志收集、事件驱动架构、实时分析、流式处理等。它可以处理大规模的数据流，并具有高吞吐量、可靠性和可扩展性的特点，因此在处理实时数据和构建大规模数据流处理系统方面非常有价值。

2. Kafka有什么特点，优缺点是什么？

Kafka具有以下特点：

  1. 高吞吐量：Kafka能够处理大规模的数据流，并提供很高的吞吐量。它通过将数据分区和并行处理，以及支持批量发送和接收，实现了高效的数据处理。

  2. 可扩展性：Kafka的分布式架构使得它可以轻松地扩展到多个服务器上，以适应不断增长的数据流量和负载。通过增加分区和副本，Kafka可以水平扩展，提高系统的容量和性能。

  3. 持久性：Kafka将数据持久化到磁盘中，以确保数据的可靠性和持久性。数据存储在分区中，并且可以根据需要保留一段时间，以便后续的数据分析和处理。

  4. 实时处理：Kafka是一个实时流处理平台，能够处理实时数据流。它支持低延迟的数据传输和处理，可以实时地将数据从生产者传递给消费者，并支持流式处理和实时分析。

  5. 容错性：Kafka通过将数据复制到多个副本中来提供容错性。当某个副本不可用时，可以从其他副本中获取数据，确保数据的可靠性和可用性。

  6. 灵活性：Kafka具有灵活的消息传递模型，可以根据需要进行消息的发布和订阅。它支持多种消息格式和协议，并提供了丰富的API和工具，使得开发者可以根据自己的需求进行定制和扩展。

Kafka的优点包括高吞吐量、可扩展性、持久性和实时处理能力，使得它成为处理大规模实时数据流的理想选择。然而，Kafka也有一些缺点：

  1. 复杂性：Kafka的配置和管理相对复杂，需要一定的专业知识和经验。对于初学者来说，上手可能会有一定的学习曲线。

  2. 存储成本：由于Kafka将数据持久化到磁盘中，需要一定的存储空间。对于大规模的数据流，存储成本可能会成为一个考虑因素。

  3. 延迟：尽管Kafka具有较低的延迟，但在某些场景下，特别是对于需要严格实时性的应用程序来说，延迟可能仍然是一个限制因素。

总体而言，Kafka是一个功能强大的分布式流处理平台，具有高吞吐量、可扩展性和持久性的优点，适用于处理大规模实时数据流的应用场景。然而，对于一些特定的需求，如低延迟和简单性，可能需要进行权衡和评估。

3. Kafka 与 Zookeeper 服务的关系？

Kafka与Zookeeper是两个独立但密切相关的组件，它们在Kafka集群中扮演不同的角色。

Zookeeper是一个分布式的协调服务，用于管理和维护Kafka集群的元数据信息，包括主题、分区、消费者组等。Kafka使用Zookeeper来进行以下任务：

  1. 集群管理：Kafka集群中的每个节点都在Zookeeper中注册自己的信息，包括节点的IP地址、端口号等。Zookeeper负责监控和管理这些节点，以确保集群中的节点状态的一致性。

  2. Leader选举：Kafka的每个分区都有一个分区领导者（Leader），负责处理该分区的读写请求。如果分区领导者不可用，Zookeeper会协助进行新的领导者选举，选择一个新的分区领导者。

  3. 消费者组协调：Kafka中的消费者可以组成消费者组，共同消费一个主题。Zookeeper负责协调消费者组的工作，包括分配分区给消费者、监控消费者的健康状态等。

  4. 动态扩缩容：当Kafka集群需要扩展或缩小规模时，Zookeeper可以帮助协调新节点的加入和旧节点的离开，以实现集群的动态扩缩容。

总结来说，Zookeeper在Kafka集群中扮演着重要的角色，用于管理和维护集群的元数据信息、协调分区的领导者选举以及消费者组的协调工作。Kafka依赖于Zookeeper来实现这些功能，因此在使用Kafka时需要同时启动和管理Zookeeper服务。

4. Kafka 的常见命令有哪些？

Kafka的常见命令包括：

  1. kafka-topics.sh：用于创建、查看和管理主题的命令。

    • 创建主题： kafka-topics.sh --create --topic my-topic --partitions 3 --replication-factor 1 --bootstrap-server localhost:9092
    • 查看主题列表： kafka-topics.sh --list --bootstrap-server localhost:9092
    • 查看主题详情： kafka-topics.sh --describe --topic my-topic --bootstrap-server localhost:9092
    • 删除主题： kafka-topics.sh --delete --topic my-topic --bootstrap-server localhost:9092

  2. kafka-console-producer.sh：用于从命令行向主题发送消息的命令。

    • 发送消息： kafka-console-producer.sh --topic my-topic --bootstrap-server localhost:9092

  3. kafka-console-consumer.sh：用于从命令行消费主题中的消息的命令。

    • 消费消息： kafka-console-consumer.sh --topic my-topic --bootstrap-server localhost:9092

  4. kafka-consumer-groups.sh：用于管理消费者组的命令。

    • 查看消费者组列表： kafka-consumer-groups.sh --list --bootstrap-server localhost:9092
    • 查看消费者组的消费情况： kafka-consumer-groups.sh --describe --group my-group --bootstrap-server localhost:9092

  5. kafka-configs.sh：用于管理Kafka配置的命令。

    • 查看配置： kafka-configs.sh --describe --entity-type topics --entity-name my-topic --bootstrap-server localhost:9092
    • 修改配置： kafka-configs.sh --alter --entity-type topics --entity-name my-topic --add-config max.message.bytes=1048576 --bootstrap-server localhost:9092

这些是Kafka的一些常见命令，用于管理和操作Kafka集群、主题、消费者组等。你可以根据需要使用这些命令来管理你的Kafka环境。

5. Kafka 和 Zookeeper 服务如何结合？

Kafka和Zookeeper是紧密结合的，它们在Kafka集群中扮演不同的角色。下面是Kafka和Zookeeper服务如何结合的概述：

  1. Kafka依赖Zookeeper：Kafka通过Zookeeper来管理和维护集群的元数据信息、协调分区的领导者选举以及消费者组的协调工作。Kafka集群中的每个节点都会将自己的信息注册到Zookeeper中，并通过Zookeeper来协调和同步集群中的各个节点。

  2. Zookeeper保存Kafka的元数据：Kafka的主题、分区、消费者组等元数据信息都存储在Zookeeper中。Kafka通过与Zookeeper的交互来获取和更新这些元数据信息，以保持集群的一致性和可靠性。

  3. Leader选举：Kafka的每个分区都有一个分区领导者（Leader），负责处理该分区的读写请求。当分区的领导者不可用时，Zookeeper会协助进行新的领导者选举，选择一个新的分区领导者。

  4. 消费者组协调：Kafka中的消费者可以组成消费者组，共同消费一个主题。Zookeeper负责协调消费者组的工作，包括分配分区给消费者、监控消费者的健康状态等。

总结来说，Kafka和Zookeeper通过密切的结合来实现Kafka集群的管理和协调。Kafka依赖于Zookeeper来管理集群的元数据、协调分区的领导者选举和消费者组的协调工作。因此，在使用Kafka时需要同时启动和管理Zookeeper服务，并确保Kafka集群和Zookeeper集群正常运行。

6. Kafka 生产者和消费者的流程图？

6.1 生产者流程图

看图识意：

在这里插入图片描述

6.2 消费者流程图

看图识意：

在这里插入图片描述

7. 安装 Zookeeper 服务的详细步骤？

安装Zookeeper服务的详细步骤如下：

  1. 下载和解压Zookeeper：从Zookeeper官方网站（https://zookeeper.apache.org）下载适合你系统的Zookeeper版本.解压下载的文件到你选择的目录中.

  2. 创建Zookeeper配置文件：在Zookeeper解压目录中，创建一个名为 zoo.cfg 的配置文件，并添加以下内容：

tickTime=2000
   dataDir=/path/to/zookeeper/data
   clientPort=2181

将 /path/to/zookeeper/data 替换为你希望存储Zookeeper数据的路径。

  1. 启动Zookeeper服务器：在Zookeeper解压目录中，执行以下命令启动Zookeeper服务器：
bin/zkServer.sh start

如果你想在后台运行Zookeeper服务器，可以使用以下命令：

bin/zkServer.sh start-foreground
  1. 验证Zookeeper服务器：执行以下命令验证Zookeeper服务器是否成功启动：
bin/zkCli.sh

这将打开Zookeeper的命令行客户端。在客户端中，你可以执行一些Zookeeper命令来测试服务器的正常运行。

完成了以上步骤后，你就成功安装并启动了Zookeeper服务。你可以将Zookeeper与Kafka等其他系统结合使用，以实现分布式应用程序的管理和协调。记得根据你的需求进行配置和调整，以适应你的应用场景。

8. 安装Kafka服务的详细步骤？

安装Kafka服务的详细步骤如下：

  1. 安装Java：Kafka是用Java编写的，所以首先需要安装Java运行环境。确保你的系统上已经安装了Java，并且配置了正确的环境变量。

  2. 下载和解压Kafka：从Kafka官方网站（https://kafka.apache.org/downloads）下载适合你系统的Kafka版本。解压下载的文件到你选择的目录中。

  3. 配置Kafka：进入Kafka解压目录，编辑 config/server.properties 文件来配置Kafka。你可以根据需要进行配置，例如修改监听端口、日志存储路径等。

  4. 启动Zookeeper：Kafka使用Zookeeper来管理集群的元数据信息。在Kafka解压目录中，执行以下命令启动Zookeeper服务器：

bin/zookeeper-server-start.sh config/zookeeper.properties
  1. 启动Kafka服务器：在Kafka解压目录中，执行以下命令启动Kafka服务器：
bin/kafka-server-start.sh config/server.properties
  1. 创建主题：使用 kafka-topics.sh 命令创建一个新的主题。例如，以下命令将创建一个名为 my-topic 的主题：
bin/kafka-topics.sh --create --topic my-topic --partitions 3 --replication-factor 1 --bootstrap-server localhost:9092
  1. 测试Kafka：使用Kafka提供的命令行工具进行测试。可以使用 kafka-console-producer.sh 命令向主题发送消息，并使用 kafka-console-consumer.sh 命令从主题消费消息。

完成了以上步骤后，你就成功安装了Kafka服务，并可以开始使用它进行数据的生产和消费。记得根据你的具体需求进行配置和调整，以适应你的应用场景。

9. Java项目结合Kafka服务使用。

9.1 pom文件引入kafka服务

在Java项目中使用Kafka服务，你需要在项目的pom.xml文件中添加Kafka相关的依赖项。下面是一个示例pom.xml文件，展示如何引入Kafka服务的依赖项：

<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
         
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.example</groupId>
    <artifactId>kafka-example</artifactId>
    <version>1.0.0</version>

    <dependencies>
        <!-- Kafka dependencies -->
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka-clients</artifactId>
            <version>2.8.0</version>
        </dependency>
    </dependencies>
    
</project>

在上述示例中，我们使用了Apache Kafka的kafka-clients依赖项。你可以根据需要选择适合的Kafka版本，并在 <dependencies> 标签中添加相应的依赖项。

完成pom.xml文件的修改后，保存并重新构建你的Java项目。这样，你的项目就可以使用Kafka相关的类和功能了。记得在代码中引入相应的Kafka包，以便使用Kafka的API进行生产和消费数据。

9.2 创建Kafka消息发送组件

要在Java项目中创建Kafka消息发送组件，你可以使用Kafka提供的Java客户端API。以下是一个简单的示例，展示如何创建一个Kafka消息发送组件：

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;
import java.util.concurrent.Future;

public class KafkaMessageSender {

    private KafkaProducer<String, String> producer;

    public KafkaMessageSender(String bootstrapServers) {
        Properties properties = new Properties();
        properties.put("bootstrap.servers", bootstrapServers);
        properties.put("key.serializer", StringSerializer.class.getName());
        properties.put("value.serializer", StringSerializer.class.getName());

        producer = new KafkaProducer<>(properties);
    }

    public void sendMessage(String topic, String message) {
        ProducerRecord<String, String> record = new ProducerRecord<>(topic, message);
        Future<RecordMetadata> future = producer.send(record);
        // 可以根据需要处理发送结果
    }

    public void close() {
        producer.close();
    }
}

在上述示例中，我们创建了一个 KafkaMessageSender 类，它使用KafkaProducer来发送消息。在构造函数中，我们配置了Kafka的连接信息和序列化器。 sendMessage 方法用于发送消息到指定的主题，你可以根据需要进行处理发送结果。 close 方法用于关闭KafkaProducer。

要使用这个Kafka消息发送组件，你可以在你的Java项目中创建一个实例，并调用 sendMessage 方法发送消息到Kafka主题。记得在创建组件实例时，提供正确的Kafka服务器地址（bootstrap.servers）。

public class Main {

    public static void main(String[] args) {
        KafkaMessageSender sender = new KafkaMessageSender("localhost:9092");
        sender.sendMessage("my-topic", "Hello Kafka!");
        sender.close();
    }
}

在上述示例中，我们创建了一个 Main 类，创建了一个 KafkaMessageSender 实例，并调用 sendMessage 方法发送消息到名为 my-topic 的Kafka主题。

9.3 创建Kafka消息消费组件

要在Java项目中创建Kafka消息消费组件，你可以使用Kafka提供的Java客户端API。以下是一个简单的示例，展示如何创建一个Kafka消息消费组件：

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.time.Duration;
import java.util.Collections;
import java.util.Properties;

public class KafkaMessageConsumer {

    private KafkaConsumer<String, String> consumer;

    public KafkaMessageConsumer(String bootstrapServers, String groupId) {
        Properties properties = new Properties();
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, bootstrapServers);
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, groupId);
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());

        consumer = new KafkaConsumer<>(properties);
    }

    public void consumeMessages(String topic) {
        consumer.subscribe(Collections.singletonList(topic));

        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
            for (ConsumerRecord<String, String> record : records) {
                System.out.println("Received message: " + record.value());
                // 可以根据需要处理接收到的消息
            }
        }
    }

    public void close() {
        consumer.close();
    }
}

在上述示例中，我们创建了一个 KafkaMessageConsumer 类，它使用KafkaConsumer来消费消息。在构造函数中，我们配置了Kafka的连接信息、消费者组ID以及序列化器。 consumeMessages 方法用于订阅指定的主题并消费消息。在消费循环中，我们使用 poll 方法来拉取消息，并遍历处理接收到的消息。你可以根据需要对消息进行处理。 close 方法用于关闭KafkaConsumer。

要使用这个Kafka消息消费组件，你可以在你的Java项目中创建一个实例，并调用 consumeMessages 方法来消费指定主题的消息。记得在创建组件实例时，提供正确的Kafka服务器地址（bootstrap.servers）和消费者组ID（group.id）。

public class Main {

    public static void main(String[] args) {
        KafkaMessageConsumer consumer = new KafkaMessageConsumer("localhost:9092", "my-group");
        consumer.consumeMessages("my-topic");
        // 在消费完成后记得调用 close 方法关闭消费者
        consumer.close();
    }
}

在上述示例中，我们创建了一个 Main 类，创建了一个 KafkaMessageConsumer 实例，并调用 consumeMessages 方法来消费名为 my-topic 的Kafka主题的消息。

9.4 Java项目使用Kafka小结

使用Kafka的Java项目需要以下步骤：

  1. 下载和安装Kafka：从Kafka官方网站下载适合你系统的Kafka版本，并按照官方文档进行安装。

  2. 配置Kafka：编辑Kafka的配置文件，指定Kafka的监听地址、日志存储路径等配置项。

  3. 创建生产者：使用Kafka提供的Java客户端API，创建一个Kafka生产者，配置生产者的连接信息和序列化器。

  4. 发送消息：使用生产者发送消息到指定的Kafka主题。

  5. 创建消费者：使用Kafka提供的Java客户端API，创建一个Kafka消费者，配置消费者的连接信息和反序列化器。

  6. 订阅主题：让消费者订阅感兴趣的Kafka主题。

  7. 消费消息：从订阅的主题中轮询消费消息，并处理接收到的消息。

  8. 关闭生产者和消费者：在程序结束时，关闭生产者和消费者，释放资源。

使用Kafka的Java项目可以实现高吞吐量、可靠性和实时处理的数据流处理。Kafka提供了丰富的API和工具，使得在Java项目中使用Kafka变得简单和灵活。通过将消息发送到Kafka主题并从主题中消费消息，你可以构建实时流处理应用程序、日志收集系统、事件驱动架构等。

需要注意的是，Kafka的配置和管理可能需要一定的学习和经验。在使用Kafka时，建议参考官方文档和示例代码，以确保正确配置和使用Kafka的各项功能。

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1275066.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

四川枢震栩电商：抖店的商品标题怎么设置？

四川枢震栩电商：抖店的商品标题怎么设置？

在抖店平台上&#xff0c;商品标题是吸引顾客点击和购买的重要因素之一。一个好的商品标题能够吸引顾客的注意&#xff0c;准确传达商品的特点和卖点。那么&#xff0c;如何设置抖店的商品标题呢&#xff1f; 一、抖店的商品标题怎么设置&#xff1f; 首先&#xff0c;简洁明了…
阅读更多...
单片机实验（三）

单片机实验（三）

前言 实验一&#xff1a;利用定时器T1的中断控制P1.7引脚输出音频信号&#xff0c;启动蜂鸣器发出一段熟悉的与众不同的具有10个音节的音乐音频。 实验二&#xff1a;使用定时器/计数器来实现一个LCD显示年、月、日、星期 、时、分、秒的电子表&#xff0c;要求时和分可以方便…
阅读更多...
云服务器anaconda(py39)+pytorch1.12.0(cu113)

云服务器anaconda(py39)+pytorch1.12.0(cu113)

用xshell连接ip地址&#xff0c;端口号22&#xff0c;输入用户密码 查看当前版本 conda -V conda info --envs 如果不是需要的版本&#xff0c;使用 anaconda-clean --yes rm -rf anaconda3 删除文件夹 安装anaconda 2022 10 py3.9 wget https://repo.anaconda.com/archi…
阅读更多...
kafka 集群 ZooKeeper 模式搭建

kafka 集群 ZooKeeper 模式搭建

Apache Kafka是一个开源分布式事件流平台&#xff0c;被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用程序 Kafka 官网&#xff1a;Apache Kafka 关于ZooKeeper的弃用 根据 Kafka官网信息&#xff0c;随着Apache Kafka 3.5版本的发布&#xff0c;Zookeeper现…
阅读更多...
看这里！精确的用户画像是如何一步步构建的？

看这里！精确的用户画像是如何一步步构建的？

1. 用户画像的定义 用户画像是指根据用户的个人信息、行为特征和偏好等数据来描绘和分析用户的一种方法。它是通过收集和分析用户的各种数据&#xff0c;以便更好地了解用户需求和行为模式&#xff0c;从而为企业提供个性化、精准化的产品和服务。 2. 构建用户画像的步骤 &…
阅读更多...
If和else的紧缩版本（Python）

If和else的紧缩版本（Python）

epsilon_max 3 epsilon 2 epsilon_increment 1 epsilon epsilon * (1 epsilon_increment) if epsilon < epsilon_max else epsilon_max print(epsilon)
阅读更多...
读书笔记-《数据结构与算法》-摘要1[数据结构]

读书笔记-《数据结构与算法》-摘要1[数据结构]

文章目录 [数据结构]1. String - 字符串2. Linked List - 链表2.1 链表的基本操作2.1.1 反转链表单向链表双向链表 2.1.2 删除链表中的某个节点2.1.3 链表指针的鲁棒性2.1.4 快慢指针 3. Binary Tree - 二叉树3.1 树的遍历3.2 Binary Search Tree - 二叉查找树 4. Queue - 队列…
阅读更多...
训练 CNN 对 CIFAR-10 数据中的图像进行分类-keras实现

训练 CNN 对 CIFAR-10 数据中的图像进行分类-keras实现

1. 加载 CIFAR-10 数据库 import keras from keras.datasets import cifar10# 加载预先处理的训练数据和测试数据 (x_train, y_train), (x_test, y_test) cifar10.load_data() 2. 可视化前 24 个训练图像 import numpy as np import matplotlib.pyplot as plt %matplotlib …
阅读更多...
桶装水订水送水小程序具备以下主要功能

桶装水订水送水小程序具备以下主要功能

桶装水订水送水小程序具备以下主要功能&#xff1a; 对比传统的电话订水&#xff0c;订水小程序展现出显著的优势&#xff1a; 1. 便捷性&#xff1a;用户通过小程序就能轻松预订水桶&#xff0c;无需亲自出门&#xff0c;极大提升了生活的便捷度。 2. 即时性&#xff1a;送水…
阅读更多...
element-ui表格滚动效果，el-table滚动条样式重置

element-ui表格滚动效果，el-table滚动条样式重置

项目首页需要展示一个表格滚动区域&#xff0c;特此来记录一下 HTML <div class"table-box" mouseenter"mouseenter" mouseleave"mouseleave"><el-table :data"tableList" border height"400px" v-loading"…
阅读更多...
2023_Spark_实验二十四：Kafka集群环境搭建

2023_Spark_实验二十四：Kafka集群环境搭建

Kafka集群环境搭建 一、环境说明 二、安装步骤 一、环境说明 目前的Kafka版本还是需要借助zookeeper来存储cluster、brokers、consumer等相关元信息&#xff0c;在当前版本即 在本案例中&#xff0c;我们采用了外部的zookeeper&#xff0c;即搭建了三节点的集群zookeeper环境…
阅读更多...
Python Scrapy分布式爬虫

Python Scrapy分布式爬虫

更多资料获取 &#x1f4da; 个人网站&#xff1a;ipengtao.com 在当今信息爆炸的时代&#xff0c;获取大规模数据对于许多应用至关重要。而分布式爬虫作为一种强大的工具&#xff0c;在处理大量数据采集和高效爬取方面展现了卓越的能力。 本文将深入探讨分布式爬虫的实际应用…
阅读更多...
最新Graphviz python安装教程及使用

最新Graphviz python安装教程及使用

文章目录 Graphviz 安装python安装graphviz库 Graphviz 安装 Graphviz是一个独立的软件&#xff0c;在用python的pip下载之前&#xff0c;需要先下载软件。 网址&#xff1a;https://graphviz.org/download/ 找到合适的版本进行下载安装。记住自己的安装位置&#xff0c;完…
阅读更多...
如何通过数据文化加速企业管理的转型升级？

如何通过数据文化加速企业管理的转型升级？

#01 企业管理 更需要“转型升级” 中国企业管理在某种程度上来看&#xff0c;受到中国传统文化、社会价值观及现代化趋势等多方面影响的结果&#xff0c;比如说&#xff0c;中国传统文化强调长期思考和计划&#xff0c;这在企业管理中体现为对长期业务发展和可持续的关注。但…
阅读更多...
小白备战蓝桥杯：Java常用API

小白备战蓝桥杯：Java常用API

一、什么是API 就是别人写好的一些类&#xff0c;给咱们程序员直接拿去调用即可解决问题的 我们之前接触过的Scanner和Random都是API 但java中提供的API很多&#xff0c;我们没有必要去学习所有的API&#xff0c;只需要知道一些常用的API&#xff0c;再借助帮助文档去使用AP…
阅读更多...
蓝桥杯每日一题2023.12.1

蓝桥杯每日一题2023.12.1

题目描述 蓝桥杯大赛历届真题 - C 语言 B 组 - 蓝桥云课 (lanqiao.cn) 题目分析 对于此题目而言思路较为重要&#xff0c;实际可以转化为求两个数字对应的操作&#xff0c;输出最前面的数字即可 #include<bits/stdc.h> using namespace std; int main() {for(int i 1…
阅读更多...
【前缀和]LeetCode1862：向下取整数对和

【前缀和]LeetCode1862：向下取整数对和

本文涉及的基础知识点 C算法&#xff1a;前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频 作者推荐 动态规划LeetCode2552&#xff1a;优化了6版的1324模式 题目 给你一个整数数组 nums &#xff0c;请你返回所有下标对 0 < i, j < nums.length 的 …
阅读更多...
steam搬砖项目怎么赚钱？附详细拆解教程

steam搬砖项目怎么赚钱？附详细拆解教程

互联网上的赚钱项目如林&#xff0c;为何他人能斩获成果&#xff0c;你却只能望洋兴叹&#xff1f;归根结底&#xff0c;还是因为你的心态过于急功近利。今天&#xff0c;我要为你揭示的Steam实体项目&#xff0c;是专门为热门竞技游戏CS:GO量身打造的。CS:GO&#xff0c;这款风…
阅读更多...
自动机器学习AutoML

自动机器学习AutoML

自动机器学习AutoML AutoMLAuto-SklearnAutoKerasAutoGluonGoogle AutoMLAzure自动机器学习 AutoML 模型的选择和超参数的调节等等任务对于机器学习算法的开发者来说是一件繁琐的工作&#xff0c;为了使得机器可以自动地设计模型并调优&#xff0c;自动机器学习AutoML便应运而…
阅读更多...
打破语言障碍：跨境电商中的多语言营销策略

打破语言障碍：跨境电商中的多语言营销策略

随着全球市场的不断扩大&#xff0c;跨境电商成为企业拓展国际业务的重要途径。然而&#xff0c;语言障碍往往成为企业在跨境电商中面临的挑战之一。为了打破这一障碍&#xff0c;实现全球市场的可持续发展&#xff0c;多语言营销策略变得至关重要。 多语言市场的挑战 在跨境电…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023