zookeeperԴ??????

       zookeeper.znode.acl.parent

       根节点用于访问控制列表，通常默认即可。码行

       hbase.zookeeper.peerport

       Zookeeper成员间交互端口，码行通常默认即可。码行

       hbase.zookeeper.leaderport

       Zookeeper用于选举主节点的码行端口，通常默认即可。码行短网址 源码

       hbase.zookeeper.property.initLimit

       从Zookeeper配置文件zoo.cfg读取的码行属性，初始同步阶段的码行时间长度，默认为*tickTime，码行tickTime为滴答单位。码行

       hbase.zookeeper.property.syncLimit

       从Zookeeper配置文件zoo.cfg读取的码行属性，发送请求与获得确认之间的码行最大时间间隔，默认为5*tickTime。码行

       hbase.zookeeper.property.dataDir

       Zookeeper数据snapshot存储目录。码行

       hbase.zookeeper.property.clientPort

       从Zookeeper配置文件zoo.cfg读取的码行属性，客户端连接端口，通常默认为。

       hbase.zookeeper.property.maxClientCnxns

       从Zookeeper配置文件zoo.cfg读取的属性，单个客户端可连接的zookeeper成员的最大数量，默认为。

       hbase.client.retries.number

       客户端操作的最大重试次数，与重试时间间隔相关，朔源码 中国默认为。

       hbase.client.max.total.tasks

       一个HTable实例可以提交给集群的最大并发任务数，默认为。

       hbase.client.max.perserver.tasks

       一个HTable实例给单个region server提交的最大并发任务数，默认为2。

       hbase.client.max.perregion.tasks

       客户端对于单个region维护的最大并发连接数。

       hbase.client.perserver.requests.threshold

       所有客户端线程对单个服务器的最大并发挂起请求数，默认值为，防止慢速region server占用用户线程。

       hbase.client.scanner.caching

       scanner一次从服务端获取的行数，默认为Integer.MAX_VALUE，以充分利用网络而不受具体行数限制，最大值设置可根据需要调整。

       hbase.client.keyvalue.maxsize

       HBase列族的最大值，默认为M。

       hbase.server.keyvalue.maxsize

       单个cell的最大允许大小，包括value和所有key组件，值为0或负数将禁用检查，默认为MB。

       hbase.client.scanner.timeout.period

       客户端scanner租期时间，以毫秒为单位。opencv kalman 源码

       hbase.bulkload.retries.number

       最大重试次数，原子批量加载尝试的迭代次数，默认为。

       hbase.compaction.after.bulkload.enable

       批量加载后立即触发compaction，默认为false。

       hbase.master.balancer.maxRitPercent

       均衡时允许的最大region迁移比例，值默认为1.0，无限制。设置为0.表示最多1%的region在迁移，集群平衡时可用性至少为%。

       hbase.balancer.period

       Master上运行均衡器的周期，以毫秒为单位，默认值为。

       hbase.regions.slop

       当任何regionserver的平均加权值超过平均值加上平均值与slop的乘积时，需要进行均衡，默认值取决于负载均衡器类型。

       hbase.normalizer.period

       Master上运行normalizer的周期，以毫秒为单位，默认值为。

       hbase.normalizer.split.enabled

       在normalization过程中是否启用split，默认为true。cracer教程源码

       hbase.normalizer.merge.enabled

       在normalization过程中是否启用merge，默认为true。

       hbase.normalizer.min.region.count

       考虑合并normalization的表中region数量的最小值，默认值为3。

       hbase.normalizer.merge.min_region_age.days

       region被考虑合并的最小天数，默认值为3天。

       hbase.normalizer.merge.min_region_size.mb

       考虑合并的region的最小大小，以完整MB为单位，默认值为1MB。

ClickHouse简单了解

       ClickHouse是一款源自俄罗斯的列式存储数据库，运行在端口上。

       它主要用于分析性查询，查找、更新和删除操作较为不便。其源码采用C++编写，单个查询可能占用所有CPU资源。

       ClickHouse的缺点包括CPU消耗大，在高qps下可能无法承受。它建议避免join操作，因为关联查询较慢。此外，iapp源码空间空值（Nullable）可能会对性能产生负面影响，因此在设计数据库时应避免使用无业务意义的值来表示null。

       ClickHouse提供多种表引擎，包括TinyLog、Memory和MergeTree。其中，MergeTree是最强大的表引擎，支持索引（稀疏索引）和分区（与Hive类似）。

       主键没有唯一约束，且数据文件与标记文件（data.bin + data.mrk3）共同作用，加速查询。此外，还包括count.txt（行数）、columns.txt（列名信息）、checksums.txt（校验信息）、primary.idx（主键索引）、partition.dat（分区索引文件）和minmax_Create_time.idx（分区内的索引文件）等文件。

       稀疏索引默认间隔为，不建议修改。新插入数据后需要合并分区，且order by是必选项，用于分区内排序。如果不设置主键，则许多操作将通过order by字段进行处理，且要求主键必须是order by的前缀字段。

       二级索引用于数据量大且重复多的场景，其粒度决定了跳过多少个一级索引，从而加快寻找速度。TTL不能应用于主键，而ReplacingMergeTree引入了去重功能，SummingMergeTree则是预聚合引擎。

       ClickHouse不推荐使用update和delete，这些操作通常由管理员完成。通过alter table可以产生临时分区目录，删除操作通过标记字段_sign（1表示已删除）进行。由于数据会膨胀，清除过期数据通常使用JDBC直接查询结果再在前端展示。

       副本只支持MergeTree家族，写入流程通过client写入数据到节点a，并通过提交日志到zookeeper同步到b。节点平等，没有主从之分。

       物化视图（MATERIALIZED）将查询结果保存在磁盘或内存中，加速查询。其缺点包括对历史数据去重效果不佳以及资源消耗较大。

       ClickHouse适用于大量数据的分析统计报表，其并发性能几乎全方位碾压Elastic Search。写入性能高得益于LSM tree数据结构和顺序写入方式，读取性能高则归功于列存储方式。

探究MySQL开发五年内未解之谜5年开发搞不定mysql

       随着互联网产业的不断发展，MySQL作为一款优秀的关系型数据库管理系统，成为了众多开发者首选的数据库之一。然而，在MySQL开发的五年时间内，一些问题仍然无法得以解决，许多开发者为此苦恼不已。本文将会探究MySQL开发五年内未解之谜，并尝试通过代码等方式解决这些难题。

       一、MySQL中文排序

       在MySQL当中，中文排序一直以来都是一个热点话题。中文排序在实际应用场景中十分重要，因为许多数据都以中文形式存在，在排序时必须考虑到中文的特殊性。然而，MySQL默认情况下并不支持中文排序。

       针对这个问题，许多开发者尝试了各种可能的解决方案，例如自定义排序规则、使用第三方插件等。但解决方案并不尽如人意，较为可靠的方法是使用MySQL官方提供的utf8mb4_general_ci排序规则。

       二、MySQL限制每个查询返回的行数

       在实际开发场景中，为了保证查询效率和避免过多的数据传输，往往需要限制每个查询返回的行数。然而，在MySQL开发五年内，能否限制每个查询返回的行数成为了一个无法解决的问题。

       相较于其他数据库管理系统，MySQL并不提供比较完善的限制行数的功能。许多开发者选择使用LIMIT语句或子查询的方法来限制返回行数，但这些方法在执行查询的同时会增加系统负担，并且不具备可扩展性。

       针对这个问题，开发者可以尝试使用分页插件或使用一个中间件去实现限制每个查询返回的行数的功能。例如，可以使用Apache Kafka这样的中间件使用MySQL查询数据，再通过添加一些额外的条件来限制每个查询返回的行数。

       三、MySQL锁

       MySQL中锁的机制一直以来都是开发者关注的一个问题。在大型应用程序中，往往会涉及到上千万的读写操作，如果没有有效的锁机制，数据的一致性和完整性将会受到极大的影响。

       然而，在MySQL开发五年时间内，MySQL中的锁机制仍然无法满足某些应用程序的需求。例如，在高并发的场景下，MySQL中的行级锁很容易产生死锁问题，而表级锁却无法有效地保证数据的一致性。

       针对这个问题，开发者可以使用第三方锁，例如Memcached等。另一种解决方案是使用分布式锁，将锁机制放在应用程序的业务逻辑中，使用zookeeper等分布式系统协调器去保证数据的一致性。

       总结

       MySQL作为一款成熟优秀的数据库管理系统，在实际应用时仍有不少问题亟待解决。本文探讨了MySQL中文排序、限制每个查询返回的行数、MySQL锁三个未解之谜，并给出了相应的解决方案。在实际应用中，开发者可以根据具体需求选择适合的解决方案，提高系统的性能，保证数据的一致性和完整性。