搜索[es]结果-低调大师优秀个人博客

精选列表

搜索[es]，共3900篇文章

京东云开发者｜mysql基于binlake同步ES积压解决方案

1 背景与目标 1.1 背景国际财务泰国每月月初账单任务生成，或者重算账单数据，数据同步方案为mysql通过binlake同步ES数据，在同步过程中发现计费事件表，计费结果表均有延迟，ES数据与Mysql

2022-11-08

Easy-Es 加入 Dromara 开源社区，健身教练开源的 ElasticSearch Plus

Es的相关操作,零额外学习成本。

2022-03-27

还在用ES查日志吗，快看看石墨文档 Clickhouse 日志架构玩法

1 背景石墨文档全部应用部署在Kubernetes上，每时每刻都会有大量的日志输出，我们之前主要使用SLS和ES作为日志存储。但是我们在使用这些组件的时候，发现了一些问题。

2022-02-21

记十亿级Es数据迁移mongodb成本节省及性能优化实践

当前我司已有数百亿Es数据迁移mongodb，同时也有数百亿mongodb迁移Es，根本原因业务就是选型错误引起。

2021-05-26

一篇极度舒适的OpenGL_ES环境搭建(Ubuntu 18.04 LTS)

这是一篇比较细致的Ubuntu18.04下OpenGL_ES环境搭建的文件, 也是我爬过n多个坑之后的总结, 希望能帮助到Mac背后的你(手动滑稽).

2020-01-22

Android-x86 9.0 Pie 首个候选版发布，支持 OpenGL ES 3.0

还引入了诸多增强功能，得益于最新的Mesa 19.0.8图形堆栈能够让AMD、Intel, Nvidia and QEMU (virgl) 上进行硬件加速，而且通过SwiftShader支持OpenGL ES

2019-11-17

ES6 新特性之 let， const ： JavaScript在变量方面的改进。

而ES6规范给开发者带来了块级作用域（终于跟 C，Java，Kotlin 等语言保持一致了），如果把var换成let命令，我们就可以获得一个块级变量： if (true) { let foo = 3;

2018-09-06

1.说明爬虫采用Java的Jsoup ElasticSearch请在阿里云官网购买，采用客户端x-pack-transport 歌词网站来源：http://www.kuwo.cn/artist/index 2. 歌词网站分析此处采用了比较笨的一种方式，即逐个分析每个请求的url，这样可以方便代码编写，就不用模拟器了（如需使用模拟器可参考使用cdp4j模拟点击事件等，但简单试了下不是很好用，且效率低） a) 歌手获取分析在http://www.kuwo.cn/artist/index 查看分页按钮的click事件，从js中找到分页请求的url从click事件的artist.js中找到相关url如下图所示其中pn参数即为页码参数 var b = host + "/artist/indexAjax?category=" + index + "&a

2018-03-13

Spring Boot 2.0 M7 整合 ES 5 、Kibana 和 X-pack

本章内容 ES 及 x-pack 下载安装 Kibana 及 x-pack 下载安装 Spring Boot 整合 ES Spring Boot 操作 ES 1.

2017-11-06

基于OpenGL ES 的图片翻转例子，包含双面贴图3D变换

代码不太规范，凑合着看看吧，sdk版本15，可以自己降低版本编译，反正没用什么新特性。OpenGL现在的例子很少啊，有兴趣的可以下载看看，花了我一天呐。纹理已经处理过，一律缩放到512x512，android限制纹理高宽必须是2的N次幂，但是比例无所谓。 PS：好吧……那就把图补上源码下载：http://www.apkbus.com/android-20283-1-1.html 代码不太规范，凑合着看看吧，sdk版本15，可以自己降低版本编译，反正没用什么新特性。OpenGL现在的例子很少啊，有兴趣的可以下载看看，花了我一天呐。纹理已经处理过，一律缩放到512x512，android限制纹理高宽必须是2的N次幂，但是比例无所谓。 PS：好吧……那就把图补上源码下载：http://www.apkbus.com/android-20283-1-1.html 本文转自qianqianlianmeng博客园博客，原文链接：http://www.cnblogs.com/aimeng/archive/2012/01/29/2331516.html ，如需转载请自行联系原作者

2017-10-16

Brocade推出Ruckus Cloudpath ES 5.1软件，为物联网设备保驾护航

Brocade旗下Ruckus Wireless™近日宣布推出安全和政策管理软件Cloudpath™ ES 5.1。

2017-09-03

《OpenGL ES应用开发实践指南：Android卷》—— 3.2 编译着色器

本节书摘来自华章出版社《OpenGL ES应用开发实践指南：Android卷》一书中的第3章，第3.2节，作者：（美）Kevin Brothaler ，更多章节内容可以访问云栖社区“华章计算机”公众号查看

2017-07-02

《OpenGL ES应用开发实践指南：Android卷》—— 2.2 不要从头开始

本节书摘来自华章出版社《OpenGL ES应用开发实践指南：Android卷》一书中的第2章，第2.2节，作者：（美）Kevin Brothaler ，更多章节内容可以访问云栖社区“华章计算机”公众号查看

2017-07-02

《OpenGL ES 3.x游戏开发（上卷）》一第1章 Android概述

本节书摘来异步社区《OpenGL ES 3.x游戏开发（上卷）》一书中的第1章，第1.1节，作者：吴亚峰责编：张涛，更多章节内容可以访问云栖社区“异步社区”公众号查看。

2017-05-01

《OpenGL ES 3.x游戏开发（上卷）》一1.2 搭建Android开发环境

本节书摘来异步社区《OpenGL ES 3.x游戏开发（上卷）》一书中的第1章，第1.2节，作者：吴亚峰责编：张涛，更多章节内容可以访问云栖社区“异步社区”公众号查看。

2017-05-01

时间序列数据库——索引用ES、聚合分析时加载数据用什么？docvalues的列存储貌似更优优势一些。那分布式计算呢？ES做

分布式计算分布式聚合如何做得快 Elasticsearch/Lucene从最底层就支持数据分片，查询的时候可以自动把不同分片的查询结果合并起来。Elasticsearch的document都有一个uid，默认策略是按照uid 的 hash把文档进行分片。一个Elasticsearch Index相当于一个MySQL里的表，不同Index的数据是物理上隔离开来的。Elasticsearch的Index会分成多个Shard存储，一部分Shard是Replica备份。一个Shard是一份本地的存储（一个本地磁盘上的目录），也就是一个Lucene的Index。不同的Shard 可能会被分配到不同的主机节点上。一个Lucene Index会存储很多的doc，为了好管理，Lucene把Index再拆成了Segment存储（子目录）。Segment内的doc数量上限是1的 31次方，这样doc id就只需要一个int就可以存储。Segment对应了一些列文件存储索引（倒排表等）和主存储（DocValues等），这些文件内部又分为小的 Block进行压缩。时间序列数据一般按照日期分成多个Elasticsearch Index来存储，比如logstash-2014.08.02。查询的时候可以指定多个Elasticsearch Index作为查找的范围，也可以用logstash-*做模糊匹配。美妙之处在于，虽然数据被拆得七零八落的，在查询聚合的时候甚至需要分为两个阶段完成。但是对于最终用户来说，使用起来就好像是一个数据库表一样。所有的合并查询的细节都是隐藏起来的。对于聚合查询，其处理是分两阶段完成的： Shard本地的Lucene Index并行计算出局部的聚合结果；收到所有的Shard的局部聚合结果，聚合出最终的聚合结果。这种两阶段聚合的架构使得每个shard不用把原数据返回，而只用返回数据量小得多的聚合结果。相比Opentsdb这样的数据库设计更合理。Opentsdb其聚合只在最终节点处完成，所有的分片数据要汇聚到一个地方进行计算，这样带来大量的网络带宽消耗。所以Influxdb等更新的时间序列数据库选择把分布式计算模块和存储引擎进行同机部署，以减少网络带宽的影响。除此之外Elasticsearch还有另外一个减少聚合过程中网络传输量的优化，那就是Hyperloglog算法。在计算unique visitor（uv）这样的场景下，经常需要按用户id去重之后统计人数。最简单的实现是用一个hashset保存这些用户id。但是用set保存所有的用户id做去重需要消耗大量的内存，同时分布式聚合的时候也要消耗大量的网络带宽。Hyperloglog算法以一定的误差做为代价，可以用很小的数据量保存这个set，从而减少网络传输消耗。为什么时间序列需要更复杂的聚合？关系型数据库支持一些很复杂的聚合查询逻辑，比如： Join两张表； Group by之后用Having再对聚合结果进行过滤；用子查询对聚合结果进行二次聚合。在使用时间序列数据库的时候，我们经常会怀念这些SQL的查询能力。在时间序列里有一个特别常见的需求就是降频和降维。举例如下： 12:05:05 湖南 81 12:05:07 江西 30 12:05:11 湖南 80 12:05:12 江西 32 12:05:16 湖南 80 12:05:16 江西 30 按1分钟频率进行max的降频操作得出的结果是： 12:05 湖南 81 12:05 江西 32 这种按max进行降频的最常见的场景是采样点的归一化。不同的采集器采样的时间点是不同的，为了避免漏点也会加大采样率。这样就可能导致一分钟内采样多次，而且采样点的时间都不对齐。在查询的时候按max进行降频可以得出一个统一时间点的数据。按sum进行降维的结果是： 12:05 113 经常我们需要舍弃掉某些维度进行一个加和的统计。这个统计需要在时间点对齐之后再进行计算。这就导致一个查询需要做两次，上面的例子里：先按1分钟，用max做降频；再去掉省份维度，用sum做降维。如果仅仅能做一次聚合，要么用sum做聚合，要么用max做聚合。无法满足业务逻辑的需求。为了避免在一个查询里做两次聚合，大部分的时间序列数据库都要求数据在入库的时候已经是整点整分的。这就要求数据不能直接从采集点直接入库，而要经过一个实时计算管道进行处理。如果能够在查询的时候同时完成降频和降维，那就可以带来一些使用上的便利。这个功能看似简单，其实非常难以实现。很多所谓的支持大数据的数据库都只支持简单的一次聚合操作。Elasticsearch 将要发布的 2.0 版本的最重量级的新特性是Pipeline Aggregation，它支持数据在聚合之后再做聚合。类似SQL的子查询和Having等功能都将被支持。总结时间序列随着Internet of Things等潮流的兴起正变得越来越常见。希望本文可以帮助你了解到那些号称自己非常海量，查询非常快的时间序列数据库背后的秘密。没有完美的数据库，Elasticsearch也不例外。如果你的用例根本不包括聚合的需求，也许Opentsdb甚至MySQL就是你最好的选择。但是如果你需要聚合海量的时间序列数据，一定要尝试一下Elasticsearch！本文转自张昺华-sky博客园博客，原文链接：http://www.cnblogs.com/bonelee/p/6432769.html，如需转载请自行联系原作者

2017-11-08

一条 ES|QL 查询如何为 Elasticsearch 中的每个指标构建图表

在 Kibana Discover 中输入 TS metrics-*，即可获得数据中每个指标的图表，且已使用正确的聚合和单位。无需字段名称，无需逐个指标设置。

2026-09-04

电商场景下 ES 搜索引擎的稳定性治理实践

在明确原因之后，我们也就开启了 ES 性能的优化之路。为什么 ES Scroll 流量比 Search 流量更耗 CPU？

2024-03-14

监控探针采集器 cprobe v0.6.0 新增 ES、Oracle 监控采集能力

至此，MySQL、Redis、Kafka、ES、Oracle、JSON、Prometheus 相关插件都 OK 了，下一步就是 MongoDB 和 Postgres 采集插件。

2023-12-21

(ES5版)深入理解 JavaScript 执行上下文和执行栈

后面我查阅了不少博客以及 ES3 和 ES5 的规范才了解到，第一种是 ES3 的规范，经典书籍《JavaScript 高级程序设计》第三版就是这样解释的，也是网上广为流传的一种，另一种是 ES5 的规范

2020-09-18

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。