一.准备 1.设置主机名 hostnamectl set-hostname a.com hostnamectl set-hostname b.com hostnamectl set-hostname c.com 2.修改hosts文件 vim /etc/hosts ip1 hostname1 ip2 hostname2 ip3 hostname3 3.关闭防火墙(若是云服务器可能需要添加出入站规则 6030-6045) systemctl stop firewalld systemctl sta

https://blog.csdn.net/xiangzhihong8/article/details/72887476 最近AI的新闻特别多,席卷了围棋圈之后,成为了技术圈和媒体热捧的话题. 今天又一个产品借AI上头条了 - OtterTune ,一个数据库参数调优的产品,借助机器学习的技术,生成最优的数据库参数. 虽然OtterTune只是一个结合了机器学习(建模.调参数.获取系统反应.学习.产生最优参数:典型的临床学),可用于参数优化的小软件(实际上DBA的工作远不止这些),但是已经代表了

​导读:TDengine分布式集群功能已经开源,集群功能中最重要的一个模块是数据复制(replication),现将该模块的设计分享出来,供大家参考.欢迎大家对着设计文档和GitHub上的源代码一起看,欢迎各种反馈. 1: 数据复制概述 数据复制(Replication)是指同一份数据在多个物理地点保存.它的目的是防止数据丢失,提高系统的高可用性(High Availability),而且通过应用访问多个副本,提升数据查询性能. 在高可靠的大数据系统里,数据复制是必不可少的一大功能.数据复制又分

​导读:涛思数据8月3日将TDengine 的集群功能开源,TDengine具有超强的性能和功能,为什么能做到?它到底有哪些技术创新?今将TDengine的整体设计文档分享出来. 1: 数据模型 物联网典型场景 在典型的物联网.车联网.运维监测场景中,往往有多种不同类型的数据采集设备,采集一个到多个不同的物理量.而同一种采集设备类型,往往又有多个具体的采集设备分布在不同的地点.大数据处理系统就是要将各种采集的数据汇总,然后进行计算和分析.对于同一类设备,其采集的数据都是很规则的.以智能电表为例,

TDengine TDengine是一个高效的存储.查询.分析时序大数据的平台,专为物联网.车联网.工业互联网.运维监测等优化而设计. 您可以像使用关系型数据库MySQL一样来使用它. TDengine介绍TDengine是涛思数据面对高速增长的物联网大数据市场和技术挑战推出的创新性的大数据处理产品,它不依赖任何第三方软件,也不是优化或包装了一个开源的数据库或流式计算产品,而是在吸取众多传统关系型数据库.NoSQL数据库.流式计算引擎.消息队列等软件的优点之后自主开发的产品,在时序空间大数据处理

说说看.崔西莲夫人紧接着说. 想不到史春吉是这种人. 你会这样说倒是有趣,因为这正是我当时的感觉.这跟奈维尔的个性不合.奈维尔,就像大部分男人一样,通常都是尽量避开任何可能造成尴尬或不愉快的场面.我怀疑这不是他出的主意——可是,如果不是,我就不知道可能是谁的主意了.她暂停了一下,然后声调微微上扬说:不会 mfi4vv 端俾肇非航fed沂挛教列吭彝驳弦< http://buluo.qq.com/p/detail.html?bid=374552&pid=3899228-1509195011 &g

在网络层,互联网提供所有应用程序都要使用的两种类型的服务,尽管目前理解这些服务的细节并不重要,但在所有TCP/IP概述中,都不能忽略他们: 无连接分组交付服务(Connectionless Packet Delivery Service) 无连接交付抽象地表示大多数分组交换网络都能提供的一种服务.简单地讲,指的是TCP/IP灰暗网按照报文上携带的地址信息把短报文从一台机器传递到另一台机制.因为无连接服务单独传递每个分组,所以不能保证可靠.有序地传递.而且,由于无连接服务通常直接映射到底层的硬件上

TDengine,这款定位为“专为物联网而生的大数据平台”,引爆了2019年夏天的软件圈. 2019年7月12日,涛思数据宣布将TDengine的内核(存储和计算引擎)以及社区版100%开源. 2019年7月14日,涛思数据.TDengine创始人陶建辉发表文章<比Hadoop快至少10倍的物联网大数据平台,我把它开源了>,仅个人公众号阅读量便突破10万+. 2019年8月14日,TDengine开源一整月成绩单:GitHub上star数9100+,fork 2400+,issue 300+,

程序员的显著特点 有一天跟一位同事跟我闲聊,讨论起过去若干年软件行业的感受,他问了个问题:你觉得一个好的软件工程师最显著的特点是什么? 我想了一会,说:大概是坐得住吧. 某种意义上来说,在互联网技术飞速发展的今天,信息的洪流总是无声无息间把我们掩埋,一不小心,可能就感觉自己似乎已经out了. 当然,信息有良种,也有莠子,有的信息能够让我们收获颇多,但是大部分信息其实都是八卦信息,与大家的关系并不大. 然而我们依然容易沉迷于八卦信息之中,总觉得能够收获什么.其实往往就是虚度光阴. 哪怕是那些专注于

1. TDengine2.0之前的版本升级到2.0及以上的版本应该注意什么?☆☆☆ 2.0版本在之前版本的基础上,进行了完全的重构,配置文件和数据文件是不兼容的.在升级之前务必进行如下操作: 删除配置文件,执行 sudo rm -rf /etc/taos/taos.cfg 删除日志文件,执行 sudo rm -rf /var/log/taos/ 确保数据已经不再需要的前提下,删除数据文件,执行 sudo rm -rf /var/lib/taos/ 安装最新稳定版本的TDengine 如果数据需要

很高兴的宣布新版本的发布, 这次更新我们带来了大量新特性, 最值得关注的是, 我们逐步开始支持分布式, 这意味着你可以通过多台服务器共同处理数据, 而不是原来的单机处理, 我们也将遥测数据进行分开存储, 原来的单表方式也支持的同时, 增加了分表.时序数据库等.更新主要功能如下: 通过EFCore.Sharding支持了分表存储, 默认是按月存储,根据数据量, 你可以修改为按日, 按时 . 通过Maikebing.Data.Taos 我们支持了涛思数据的时序数据库 TDengine , Maike

双汇发展多个分厂的能源管控大数据系统主要采用两种技术栈:InfluxDB/Redis和Kafka/Redis/HBase/Flink,对于中小型研发团队来讲,无论是系统搭建,还是实施运维都非常棘手.经过对InfluxDB/Redis和TDengine大数据平台的功能和性能对比测试,最终将TDengine作为实施方案. 1. 项目背景 基于双汇发展对能源管控的需求,利用云平台技术以及电气自动化处理手段,对双汇发展的一级.二级.三级能源仪表进行整体改造,实现仪表组网,进一步通过边缘网关进行能源在线监

为什么是mysql? 现在几乎所有的后台应用都要用到数据库,什么关系型的.非关系型的:正当关系的,不正当关系的:主流的和非主流的, 大到Oracle,小到sqlite,以及包括现在逐渐流行的基于物联网的时序数据库,比如涛思的TDengine,咱们中国人自己的开源时序数据库,性能杠杠滴. 凡此总总,即使没用过,也听说过,但大部分人或企业用的最多的就是白嫖型数据库:mysql.该数据库的特点就是无论是个人还是企业都能玩的起.像Oracle这种名媛型数据库基本就属于银行特供,银行需要花钱买平安,心里踏

文章来源|AI科技大本营 作者|伍杏玲 上世纪 90 年代初,21 岁大学生 Linus Torvalds 开源 Linux 操作系统,自此掀起全球开源浪潮.随后"中国 Linux 第一人"宫敏博士用手提肩背的方式将 20 盒磁带背回中国,磁带里装着 80G 容量的自由软件,组建起中国第一个自由软件库,点燃中国开源之火. 20 年时间滑过,中国开源力量在全球舞台上表现亮眼,喜讯不断,捷报连连:今年 3 月,开源被列入"十四五"规划:2020 年成立中国首个开源基金会

作者:易永耀 夏杭泰 邓炜兴 公司介绍 数益工联致力于打造基于数据流+价值流的离散制造业数字化软件:应用新一代的物联网技术与丰富的现场交互手段,融合工业工程精益思想,为离散制造业客户的数字化升级提供从规划到实施落地的端到端工厂级解决方案:打造行业与客户的工业数据平台,持续提供数据智能服务.核心团队来自清华大学等知名院校,同时拥有深厚的制造业精益运营管理能力和丰富的数字化工厂成功经验.团队以IE+IT为核心能力,实现产品和技术的双轮驱动,旨在服务离散制造业客户通过数字化显著改善质量管理水平.提升企

作者 | 王明明,涛思数据软件工程师 小 T 导读:在计算机系统中,缓存是一种常用的技术,既有硬件缓存,比如我们经常听到的 CPU L2 高速缓存,也有软件缓存,比如很多系统里把 Redis 当做数据库的缓存.本文为根据 TDengine 线上 Meetup 第四期王明明的分享<TDengine 缓存技术解析>(视频)整理而成. TDengine 是一款高性能的物联网大数据平台.为了高效处理时序数据,TDengine 中大量用到了缓存技术,自己实现了哈希表.缓存池等技术.今天我会为大家讲解 T

MinHash 首先它是一种基于 Jaccard Index 相似度的算法,也是一种 LSH 的降维的方法,应用于大数据集的相似度检索.推荐系统.下边按我的理解介绍下MinHash 问题背景 给出N个集合,找到相似的集合对,如何实现呢?直观的方法是比较任意两个集合.当N比较小时,比如K级,Jaccard算法可以在接受的时间范围内完成,比B级,甚至P级,那么需要的时间是不能够被接受的,举例:对于Indeeed美国的网站用户来说(五千万的访问量),在Mahout中的用户间相似度是通过在O(n2)复杂

GridView用自带的过滤功能过滤数据后,想要获取过滤后的数据集,有两种方式: 一.笨办法就是循环遍历GridView,根据gridView.GetRow()或者gridView.GetDataRow()(该方法返回DataRow类型,使用于数据源是DataTable)去获取指定handle对应的数据对象. 1.若GridControl绑定的数据源是List类型,可以调用以下方法 /// <summary> /// 获取GridView过滤或排序后的数据集 /// </summary&

RDD(Resilient Distributed Dataset)是Spark的最基本抽象,是对分布式内存的抽象使用,实现了以操作本地集合的方式来操作分布式数据集的抽象实现.RDD是Spark最核心的东西,它表示已被分区,不可变的并能够被并行操作的数据集合,不同的数据集格式对应不同的RDD实现.RDD必须是可序列化的.RDD可以cache到内存中,每次对RDD数据集的操作之后的结果,都可以存放到内存中,下一个操作可以直接从内存中输入,省去了MapReduce大量的磁盘IO操作.这对于迭代运算比

Delphi(Tuxedo,BDE,ADO)三合一数据集组件HsTxQuery 一.背景 为什么要做这个三合一数据集组件呢?曾经我们公司用delphi开发的系统大多以ADO,BDE方式来连接数据库,这两套组件使用十分方便和灵活,对成本控制也十分友好,从曾经十多年间使用情况来看问题都不大,用户也没有三层架构的要求.但在今年投标大公司的项目时,往往会被技术要求阻拦,为什么呢?甲方的标书上写着要三层架构,这令我们十分头疼,眼下我们公司是使用Tuxedo来做中间层,假设改造,那么成本估计是一年的时间,二