机器学习在安全领域的应用：从大数据中识别潜在安全威胁

当谈到机器学习在安全领域的应用时，不可否认其在提升安全保障能力方面的重要性。机器学习技术的迅猛发展和不断完善，为威胁检测、视频监控和自然语言处理等安全领域带来了前所未有的机遇和挑战。本博客将深入探讨机器学习在安全领域的广泛应用，以及其对安全保障能力的提升。在过去的几年中，安全风险与威胁不断增加，传统的安全技术已经不能满足当今快速发展的威胁。因此，人们开始将机器学习技术引入安全领域，以帮助分析、监控和预防安全威胁。

深入解析《企业级数据架构》：HDFS、Yarn、Hive、HBase与Spark的核心应用

深入解析《企业级数据架构》：HDFS、Yarn、Hive、HBase与Spark的核心应用

kafka--python

1、kafka是什么2、docker上部署kafka3、在kafka容器内部署python，并跑通生产者-消费者简单代码4、最新接口4.1、kafka_config.py4.2、kafka_interface.py4.3、run.py4、测试

【大数据】大数据学习路线

首先明确一点：大数据涉及的知识面广度还是有的，需要学习的组件繁多，想要每一项精通几乎不可能，所以企业在招聘的时候会进行细分，基于某个方向进行招聘，比如关键字，数据仓库工程师、数据治理工程师、大数据开发工程师、大数据算法工程师、ETL工程师等。我们在学习的时候也要有所侧重，保证自己兴趣所致并重点关注。

【大数据】LSM树，专为海量数据读写而生的数据结构

一文详聊LSM树这种专为海量数据读写而生的数据结构

Spark-机器学习（1）什么是机器学习与MLlib算法库的认识

从这一系列开始，我会带着大家一起了解我们的机器学习，了解我们spark机器学习中的MLIib算法库，知道它大概的模型，熟悉并认识它。同时，本篇文章为个人spark免费专栏的系列文章，有兴趣的可以收藏关注一下，谢谢。同时，希望我的文章能帮助到每一个正在学习的你们。也欢迎大家来我的文章下交流讨论，共同进步。

【大数据】bigtable，分布式数据库的鼻祖

看懂这一篇，就能理解分布式数据库的核心，详聊分布式数据库的鼻祖bigtable。

Centos7安装RabbitMQ与使用（超详细）

第一步、安装任何软件包之前，建议使用以下命令更新软件包和存储库第二步、Erlang在默认的YUM存储库中不可用，因此您将需要安装EPEL存储库第三步、RabbitMQ是基于Erlang（面向高并发的语言）语言开发，所以在安装RabbitMQ之前，需要先安装Erlang语言第四步、检查Erlang版本，默认是最新版本第五步、下载RabbitMQ第六步、安装RabbitMQ恭喜你，RabbitMQ现已经安装在系统上！

RabbitMQ之交换机

在RabbitMQ工作流程有一项叫在中生产者发送的信息不会直接投递到队列中，而是先将消息投递到交换机中，在由交换机路由到一个或多个队列中。

【flink配置系列】FLink配置大全

所有配置都在`conf/flink-conf.yaml`中完成，这个文件应该是一个扁平的[YAML键值对](http://www.yaml.org/spec/1.2/spec.html)集合，格式为`key: value`。配置在Flink进程启动时被解析和评估。对配置文件的更改需要重新启动相关的进程。

【postgresql 基础入门】聚合函数，通用型，统计分析型，多种多样的聚合函数满足数据的大数据的统计分析

在数据库管理系统中，SQL（结构化查询语言）的聚集函数扮演着至关重要的角色。它们能够对一组值执行计算，并返回单个值，为数据分析与决策提供了极大的便利。聚集函数不仅简化了复杂的数据处理任务，还使得数据的统计与汇总变得高效且准确。常见的SQL聚集函数包括求和（SUM）、平均值（AVG）、最大值（MAX）、最小值（MIN）以及计数（COUNT）等。这些函数能够快速地处理大量数据，提取出关键信息，帮助用户更好地了解数据的分布与特征。随着大数据时代的到来，数据的规模与复杂性不断增加，SQL聚集函数的重要性也日

ELK Stack、Kafka 和 Filebeat 认识和使用上手

通过结合使用 ELK Stack、Kafka 和 Filebeat，我们可以构建一个强大且灵活的日志管理和分析系统。Filebeat 负责收集日志，Kafka 提供缓冲和分布式消息传递，而 ELK Stack 负责存储、处理和可视化日志数据。这种组合使我们能够处理大量的日志数据，同时保持系统的可扩展性和可靠性。

kafka实现延迟队列

首先说一下延迟队列这个东西，实际上实现他的方法有很多，kafka实现并不是一个最好的选择，例如redis的zset可以实现，rocketmq天然的可以实现，rabbitmq也可以实现。如果切换前几种方案成本高的情况下，那么就使用kafka实现，实际上kafka实现延迟队列也是借用了rocketmq的延迟队列思想，rocketmq的延迟时间是固定的几个，并不是自定义的，但是kafka可以实现自定义的延迟时间，但是不能过多，因为是依据topic实现的，接下来我使用go实现简单的kafka的延迟队列。

如何在Linux系统部署ONLYOFFICE协作办公利器并实现多人实时编辑文档

如果我们需要长期异地远程访问OnlyOffice，由于刚才创建的是随机的地址，24小时会发生变化。我们就成功在本地搭建了OnlyOffice，但如果想实现出门在外，或者企业之间想在公网同步访问进行工作协作，省去本地部署的步骤，就需要借助cpolar内网穿透工具来实现公网访问了！使用上面的Cpolar https公网地址,在任意设备的浏览器进行访问,即可成功看到OnlyOffice界面,这样一个公网地址且可以远程访问就创建好了,使用了cpolar的公网域名,无需自己购买云服务器,即可到公网进行远程访问了！

HBase完全分布式配置（上）hadoop篇 保姆级教程（近乎零基础跟着配也能配对）

为你配置hadoop完全分布式开启宝宝模式

基于Echarts构建大数据招聘岗位数据可视化大屏

本次项目是使用Echarts构建大数据招聘岗位信息可视化大屏，使用到的技术为前端三剑客（html、css、javascript）。

HBase的安装与简单操作 - 头歌

HBase的安装与简单操作

消息队列之六脉神剑：RabbitMQ、Kafka、ActiveMQ 、Redis、 ZeroMQ、Apache Pulsar对比和如何使用

消息队列（Message Queue）是一种异步通信机制，它将消息发送者和接收者解耦，从而提高了应用程序的性能、可扩展性和可靠性。在分布式系统中，消息队列经常被用于处理高并发、异步处理、应用解耦等场景。本篇回答将分析比较常见的六种消息队列：RabbitMQ、Kafka、ActiveMQ 、Redis、 ZeroMQ、Apache Pulsar。我们将讨论它们的应用场景、优缺点以及如何使用。

SPI机制原理及实战

不知道大家在工作中有没有遇见这种类似的场景，一个复杂的业务需求有多种不同的实现场景，每种实现场景由不同的业务方来决定。举一个简单的例子：分布式场景下，需要一个共享的存储系统来实现资源的分布式共享，共享的存储系统我们可以选择Hadoop/S3/阿里的OSS/腾讯的COS等等。对于toB的公司，为了兼容更多的客户，不得不去兼容各种各样类似于共享文件系统这样的技术。这时候如果我们可以做出一个可插拔、可扩展的产品，就可以面对技术更新迭代快的问题。SPI提供了一个很好的模式，值得我们去学习。

Linux-一篇文章，速通Hadoop集群之伪分布式，完全分布式，高可用搭建（附zookeeper，jdk介绍与安装）。

本片文章会详细介绍hadoop的作用，历史，学习hadoop。以及教会大家如何在Linux搭建hadoop的三种集群，以应对不同场所不同需求的集群环境。除此之外，也可以在本文里一起探讨交流，提升能力。