博客
记录技术探索与思考 · 共 655 篇
大数据-178 Elasticsearch 7.3 Java 实战：索引与文档 CRUD 全流程示例
elasticsearch-rest-high-level-client 实现索引和文档的增删改查，包括：通过 JSON 与 XContentBuilder 两种方式创建索引、配置分片与副本、删除索引、插入单条文档、按 ID 查询文档以及使用 match_all 查询全部数据。
大数据-175 Elasticsearch Term 精确查询与 Bool 组合实战：range/regexp/f...
本文演示 Elasticsearch term-level queries 包括 term、terms、range、exists、prefix、regexp、fuzzy、ids 查询，以及 bool 复合查询。涵盖创建 book 索引、插入示例数据、各种查询 DSL 示例与执行结果。
大数据-176 Elasticsearch Filter DSL 全面实战：过滤查询、排序分页、高亮与批量操作
本文介绍 Filter DSL 与 query 的区别：Filter DSL 不计算相关度评分，专门优化过滤场景的执行效率。涵盖 bool + filter + range 数值/日期范围过滤、基于 _score 排序、单/多字段排序、分页、highlight 高亮配置以及批量操作（_mget、_bulk）。
大数据-173 Elasticsearch 映射与文档增删改查实战（基于 7.x/8.x）
本文详细介绍 Elasticsearch 7.x/8.x mapping 配置与文档 CRUD 操作，包括索引/字段映射创建、映射属性（type、index、store、analyzer）、文档创建、查询、全量/局部更新、按 ID 或条件删除。
大数据-174 Elasticsearch 查询 DSL 实战：match/match_phrase/query_...
深入讲解 Elasticsearch 7.3 中查询 DSL 核心用法，重点拆解 match、match_phrase、query_string、multi_match 等全文检索语句在真实业务中的差异和坑位。
大数据-71 Spark 集群架构与部署模式详解
深入解析 Spark 集群核心组件 Driver、Cluster Manager、Executor 的职责，对比 Standalone、YARN、Kubernetes 部署模式，并介绍静态与动态资源分配策略。
大数据-171 Elasticsearch-Head 与 Kibana 7.3.0 实战：安装要点、连通性与常见坑
介绍 Elasticsearch-Head 插件与 Kibana 7.3.0 的安装与连通性要点，涵盖 Chrome 扩展快速接入、ES 集群健康与分片可视化、REST API 调试、Kibana Dashboard/Discover 使用入口，以及生产场景下的 CORS、安全认证与端口冲突等常见问题排查。
大数据-172 Elasticsearch 索引操作与 IK 分词器落地实战：7.3/8.15 全流程速查
Elasticsearch 索引创建、存在性判断（单/多/全量）、打开/关闭/删除与健康度排查，以及 IK 分词器的安装、ik_max_word / ik_smart 分析与远程扩展词典/停用词的 Nginx 托管方案。
大数据-169 Elasticsearch 入门到可用：索引/文档 CRUD 与搜索最小示例
Elasticsearch（ES 7.x/8.x）最小示例：创建索引、插入文档、按 ID 查询、更新与 _search 搜索流程，配合返回样例与截图，帮助读者在 3–10 分钟内完成「索引/文档 CRUD」跑通。
大数据-170 Elasticsearch 7.3.0 三节点集群实战：目录/参数/启动到联机
Elasticsearch 7.3.0 三节点集群部署实战教程，涵盖目录创建与权限设置、系统参数配置（vm.max_map_count、limits.conf）、JVM内存调整、elasticsearch.yml集群配置、分发与启动流程，以及常见错误排查清单。
大数据-167 ELK Elastic Stack(ELK) 实战：架构要点、索引与排错清单
文章介绍 Elasticsearch 8.x、Logstash 8.x、Kibana 8.x 的核心能力与常见实践，覆盖集中式日志系统的采集、传输、索引、分片/副本、查询 DSL、聚合与 ILM 生命周期管理等关键环节。
大数据-168 Elasticsearch 单机云服务器部署运行 详细流程
Elasticsearch是一个分布式全文搜索引擎，支持单节点模式（Single-Node Model）和集群模式（Cluster Model）部署，一般来说，小公司的业务场景往往使用Single-Node Mode部署即可。
大数据-165 Apache Kylin Cube7 实战：聚合组/RowKey/编码与体积精度对比
覆盖 Aggregation Group（聚合组）、Mandatory Dimension（强制维度）、Hierarchy（层级维度）、Joint（联合维度） 的使用取舍，并结合 CubeStatsReader 的精度/稀疏度读数与 RowKey/HBase 存储模型，说明字典编码、RowKey 顺序、ShardBy 分片对构建与查询性能的影响。
大数据-166 Apache Kylin 1.6 Streaming Cubing 实战：Kafka 到分钟级 OLAP
Kafka→Kylin 的实时 OLAP 链路，面向 2025 年常见业务（电商交易、用户行为、IoT 监控）提供分钟级聚合查询。本文深入分析原理与实践应用，帮助读者全面理解核心技术要点。
大数据-69 Spark RDD 深度解析：五大特性、设计优势与典型应用场景
全面解析 Spark 核心数据抽象 RDD 的五大关键特征（分区、计算函数、依赖关系、分区器、优先位置），以及惰性求值、容错机制和窄/宽依赖的核心原理。本文深入分析原理与实践应用，帮助读者全面理解核心技术要点。
大数据-70 Spark RDD 创建与 Transformation 操作全攻略
详解 Spark RDD 的三种创建方式（parallelize、textFile、从已有 RDD 转换），以及 map、filter、flatMap、groupBy、sortBy 等常用 Transformation 算子的使用与惰性求值原理。
大数据-163 Apache Kylin Segment 合并实战：手动/自动合并、保留策略与 JDBC 示例
Apache Kylin Segment合并实战教程，涵盖手动MERGE Job流程、连续Segment要求、Auto Merge多级阈值策略、Retention Threshold清理逻辑、删除流程（Disable→Delete）及JDBC连接查询示例。
大数据-164 Apache Kylin Cuboid 剪枝实战：Derived 维度与膨胀率控制
Cuboid 剪枝优化：当维度较多时，Cuboid 数量指数级增长，导致构建时间长与存储膨胀。工程化做法：通过 CubeStatsReader 命令核查已物化 Cuboid 的行数/体积与 Shrink 比，结合 Web GUI 的 Cube Size 与 Expansion Rate（膨胀率）判断是否需要剪枝。
大数据-161 Apache Kylin Cube 实战：建模、构建与查询加速完整指南
Apache Kylin 4.0 的 Cube 建模与查询加速方法：围绕事实表与维度表完成星型建模，设计维度与度量，利用 Aggregation Group、层级维度、联合维度、必要维度等策略减少 Cuboid 组合，降低构建与存储开销；在查询侧通过 Cuboid 匹配实现秒级 OLAP。本文给出按日期/区域/产品/渠道的建模与SQL示例，说明离线批构建在 Hive+Spark+HBase ...
大数据-162 Apache Kylin 增量 Cube 与 Segment 实战：按天分区增量构建指南
以 Hive 分区表的日期字段作为 Partition Date Column，将 Cube 拆分为多个 Segment，按区间增量构建，避免对历史数据的重复计算；并对比全量构建与增量构建在查询路径上的差异。