鸿蒙开发者社区

Docker是一种轻量级的虚拟化技术，同时是一个开源的应用容器运行环境搭建平台，可以让开发者以便捷方式打包应用到一个可移植的容器中，然后安装至任何运行Linux或Windows等系统的服务器上。相较于传统虚拟机，Docker容器提供轻量化的虚拟化方式、安装便捷、启停速度快。操作Docker容器：启动容器重启容器创建且运行容器进入容器删除容器查看容器中进程查看统计信息一、启动容器使用start命令来启动一个已经创建的容器，语法如下...

4月28日晚间，华为发布了新一代折叠屏手机MateXs2，这也是华为第五款折叠屏手机，售价9999元起。此外，华为智慧屏VPro、华为智慧屏SE系列新品、华为WATCHGT3Pro系列、华为手环7、华为MatePadSE等多款全场景新品也集中亮相。01鸿蒙设备突破3.9亿，去年研发投入全球第二在华为举办的折叠旗舰及全场景新品发布会上，华为常务董事、终端业务CEO余承东表示，截至目前，搭载HarmonyOS的华为设备数超过2.4亿台；华为终端全球月活用户数...

GridFS是用于存储和检索超过16MB大小限制的BSON文档文件的规范。注意GridFS不支持多文档事务相较于将一个文件存储在单条文档中，GridFS将文件分为多个部分或块[1]，并将每个块存储为单独的文档。默认情况下，GridFS使用的块默认大小为255kB；也就是说，除最后一个块，GridFS会将文件划分为255kB的块。最后一个块只有必要的大小。同样，最后的那个块也不会大于默认的块大小，仅使用所需的空间以及一些其他元数据。GridFS使用两个...

如今，数字化作为企业这座大楼中的“钢筋水泥”，俨然成为企业发展的必要“基础设施”。随着数据资产在未来竞争中扮演着越来越重要的角色，各行业纷纷布局数字化转型，应用服务和数据库数量由此不断增加，基于新兴数据库的应用系统和微服务也开始面临数据互通困境，孤岛问题日益凸显。从横向看，多个应用系统间彼此不通，难于管理；纵向上，企业未来业务与陈旧技术栈间的不可调和矛盾。数据孤岛环立，数据难以集成，数据应用的...

在“国产数据库硬核技术沙龙TDSQLA技术揭秘”系列分享中，5位腾讯云技术大咖分别从整体技术架构、列式存储及相关执行优化、集群数据交互总线、Fragment执行框架查询分片策略子查询框架以及向量化执行引擎等多方面对TDSQLA进行了深入解读。没有观看直播的小伙伴，可要认真做笔记啦！今天带来本系列分享中最后一篇腾讯云数据库高级工程师胡翔老师主题为“TDSQLA向量化执行引擎技术揭秘”的分享的文字版。作为领先的分析型数据库，...

在“国产数据库硬核技术沙龙TDSQLA技术揭秘”系列分享中，5位腾讯云技术大咖分别从整体技术架构、列式存储及相关执行优化、集群数据交互总线、分布式执行框架设计及优化策略、以及向量化执行引擎等多方面对TDSQLA进行了深入解读。本期带来了系列分享中腾讯云数据库高级工程师张倩老师主题为“TDSQLA分布式执行框架设计及优化策略”的分享的文字版。没有听直播的小伙伴，可要认真做笔记啦！作为领先的分析型数据库，TDSQLA是腾讯...

写在前面，感谢腾讯云数据库架构师团队祝海强、杜川、刘志祥在排障思路、源码分析上面提供的帮助，让我学习到了很多，不敢居功，特此鸣谢！本文将以数据库实际使用中的某典型案例来分析造成主从延迟的原因。主从延迟的原因1、某用户在使用数据库过程中，出现主从延迟很大的情况，showslavestatus\G，已经差了60多个binlog了。2、观察发现，应该是卡在一个大事物上面（RetrievedGtidSet一直在上升，但是ExecutedGtidSet卡在一个...

1、题记我们在实际的业务场景中做Elasticsearch开发时，免不了遇到这样、那样的问题。《死磕Elasticsearch方法论》中，已经告诉大家相关问题的排查方法。这一节，我们以具体的示例，解决基于业务场景的Elasticsearch难题的方法？2、上问题3、搜索已有知识储备步骤1：脑海中显现：ES中有哪些数据类型？ES支持哪些数据类型。此处，我个人认为，没必要记住。但是，要知道，从哪里查？记住，查询方法如下：在Google或者Bing国际版输...

5、核心知识点解读"fielddata":"true"是什么？5.1基础认知：text类型不能用于聚合所有字段是默认被indexed（被索引的），这使得它们是可搜索的.可以在脚本中排序,聚合和获取字段值,但是需要不同的搜索模式.搜索需要回答一个问题“哪个document（文档）包含这个term（词条）”,然而排序和聚合需要回答一个不同的问题"这个字段在这个document（文档）中的值是多少？".许多字段可以使用indextime，在磁盘上的docvalues支持这种数据...

少废话，直接干货。0、我们为什么要买一本书？•书中梳理出更清晰的知识体系•书是作者实践总结的干货•书的理论基础部分能快速带我入门•书的实践部分帮我们提升技能•书中知识是官网文档googlestackoverflowgithub等都短时间不能找到的资料•书是一种工具，帮我们产品、项目开发中遇到问题能快速找到答案……1、当我们在都技术书时，我们在读什么？•读基础原理，很快理清概念、很快上手；•...

1.1架构的定义软件架构指软件系统的顶层结构。1.2架构、框架、组件、模块、系统的本质•架构是顶层设计；•框架是面向编程或配置的半成品；•组件是从技术维度上的复用；•模块是从业务维度上职责的划分；•系统是相互协同可运行的实体。1.3架构与框架的区别？1.软件架构：软件系统的“基础结构”，创造这些基础结构的准则，以及对这些结构的描述。2.软件框架：为了实现某个业界标准或完成特定基本任务的软...

1、什么是堆内存？Java中的堆是JVM所管理的最大的一块内存空间，主要用于存放各种类的实例对象。在Java中，堆被划分成两个不同的区域：•新生代(Young)、•老年代(Old)。新生代(Young)又被划分为三个区域•Eden、•FromSurvivor、•ToSurvivor。这样划分的目的是为了使JVM能够更好的管理堆内存中的对象，包括内存的分配以及回收。2、堆内存的作用是什么？在虚拟机启动时创建。堆内存的唯一目的就是创建对象...

1、题记Elasticsearch有没有类似mysql的distinct的去重功能呢？1）如何去重计数？类似mysql:selectdistinct(count(1))frommytable;2）如何获取去重结果。类似mysql：SELECTDISTINCTname,ageFROMusers;2、需求1）对ES的检索结果进行去重统计计数。2）对ES的检索结果去重后显示。3、分析1）统计计数需要借助ES聚合功能结合cardinality实现。2）去重显示结果有两种方式：方式一：使用字段聚合+tophits聚合方式。方式二：使用collap...

0、ES6.X一对多、多对多的数据该如何存储和实现呢？引出问题：相信阅读本文，你就能得到答案！1、ES6.X新类型Join产生背景•Mysql中多表关联，我们可以通过leftjoin或者Join等实现；•ES5.X版本，借助父子文档实现多表关联，类似数据库中Join的功能；实现的核心是借助于ES5.X支持1个索引(index)下多个类型(type)。•ES6.X版本，由于每个索引下面只支持单一的类型（type）。•所以，ES6.X版本如何实现Join成为大...

1、题记2018年3月初，萌生了一个想法：对Elasticsearch相关的技术书籍做拆解阅读，该想法源自非计算机领域红火已久的【樊登读书会】、得到的每天听本书、XX拆书帮等。目前市面上Elasticsearch的中文书籍就那么基本，针对ES5.X以上的三本左右；国外翻译有几本，都是针对ES1.X，2.X版本，其中《深入理解Elasticsearch》还算比较经典。拆书的目的：•1）梳理已有的Elasticsearch知识体系；•2）拾遗拉在角落的Elasticsearc...

XPack已经开源，预计Elasticsearch6.3版本会全面集成，不再收费。赶紧体验一下强大的XPack吧！1、XPack概览XPack简介1）利用XPack拓展可能性。XPack是集成了多种便捷功能的单个插件—security、alerting、monitoring、reporting、graph探索和machinelearning—您可以在ElasticStack中放心地使用这些功能。2）单就其自身而言，ElasticStack就是一款值得考虑的强大工具。XPack将诸多强大功能集合到一个单独的程序包中，更将它带上...

做SpringBoot的盆友应该都知道，SpringBoot支持三种内嵌容器，有了这几个容器，我们就不需要打成War包再去部署，而是直接执行javajarjar包即可启动，真是太方便了。Tomcat在我们使用SpringBoot开发WebApi时，会引入springbootstarterweb这个starter组件，其自带了Tomcat容器，所以我们平时新建项目启动起来，会看见Tomcat相关的一些信息。tomcat常用参数:server.tomcat.uriencoding：Tomcat请求编码server.tomcat.threads.max：...

1、应用场景实时数据流通过kafka后，根据业务需求，一部分直接借助kafkaconnector入Elasticsearch不同的索引中。另外一部分，则需要先做聚类、分类处理，将聚合出的分类结果存入ES集群的聚类索引中。如下图所示：业务系统的分层结构可分为：接入层、数据处理层、数据存储层、接口层。那么问题来了？我们需要基于聚合（数据处理层）的结果实现检索和聚合分析操作，如何实现更快的检索和更高效的聚合分析效果呢？2、方案选型方案...

在之前的系统，用户主要是经销商，用户数不多，数据量也不大，便采用了最简单的方式定时扫描表，这种方式确实简单粗暴，如果要实时性较高，那么就只有频繁扫描表，这样就增加了数据库的压力，如果要减轻数据库压力，那么就只有降低扫描频率，这样就出现延迟很高。这次的新系统的用户和数据量较之前的系统就要多一些了，如果再使用之前的方式，不止数据库压力会很大，用户体验也不好。现在，有很多支持延迟消息的开源消息队列，...