gitextract_brrx73xl/ ├── Flink/ │ ├── 10-Flink集群的高可用(搭建篇补充).md │ ├── 11-时间戳和水印.md │ ├── 12-Broadcast广播变量.md │ ├── 13-Flink-Kafka-Connector.md │ ├── 14-Flink-Table-&-SQL.md │ ├── 15-Flink实战项目之实时热销排行.md │ ├── 16-Flink-Redis-Sink.md │ ├── 17-Flink消费Kafka写入Mysql.md │ ├── 6-Flink重启策略.md │ ├── 7-Flink的分布式缓存.md │ ├── 8-Flink中的窗口.md │ ├── 9-Flink中的Time.md │ ├── Flink从入门到放弃(入门篇1)-Flink是什么？.md │ ├── Flink从入门到放弃(入门篇2)-本地环境搭建&构建第一个Flink应用.md │ ├── Flink从入门到放弃(入门篇3)-DataSetAPI.md │ ├── Flink从入门到放弃(入门篇4)-DataStreamAPI.md │ └── Flink集群部署.md ├── Flink漫谈系列/ │ ├── Apache-Flink-漫谈系列(02)-Watermark.md │ ├── Apache-Flink-漫谈系列(03)-State.md │ ├── Apache-Flink漫谈系列(1)-概述.md │ └── 我的Markdown笔记/ │ └── Apache-Flink-漫谈系列(03)-State.md ├── Hadoop/ │ ├── Hadoop极简入门.md │ └── MapReduce编程模型和计算框架架构原理.md ├── JVM/ │ ├── HotSpot垃圾收集器.md │ ├── HotSpot虚拟机对象探秘.md │ ├── JVM 性能调优.md │ ├── JVM内存结构.md │ ├── jvm系列(一)java类的加载机制.md │ ├── jvm系列(三)GC算法 垃圾收集器.md │ ├── jvm系列(二)JVM内存结构.md │ ├── jvm系列(五)Java GC 分析.md │ ├── jvm系列(四)jvm调优-命令大全（jps jstat jmap jhat jstack jinfo）.md │ ├── 内存分配与回收策略.md │ ├── 垃圾收集策略与算法.md │ ├── 我的Markdown笔记/ │ │ └── jvm系列(五)Java GC 分析.md │ ├── 类加载器.md │ ├── 类加载的时机.md │ ├── 类加载的过程.md │ └── 类文件结构.md ├── Java高级特性增强/ │ ├── Java NIO之Buffer(缓冲区).md │ ├── Java NIO之Channel(通道).md │ ├── Java NIO之Selector(选择器).md │ ├── Java NIO之拥抱Path和Files.md │ ├── NIO概览.md │ ├── 大数据成神之路-Java高级特性增强(HashMap).md │ ├── 大数据成神之路-Java高级特性增强(HashSet).md │ ├── 大数据成神之路-Java高级特性增强(LinkedHashMap).md │ ├── 大数据成神之路-Java高级特性增强(Synchronized关键字).md │ ├── 大数据成神之路-Java高级特性增强(volatile关键字).md │ ├── 大数据成神之路-Java高级特性增强(多线程).md │ ├── 大数据成神之路-Java高级特性增强(锁).md │ ├── 大数据成神之路-Java高级特性增强(集合框架).md │ ├── 大数据成神之路-Java高级特性增强-NIO.md │ └── 大数据成神之路-Java高级特性增强.md ├── Kafka/ │ ├── Apache-Kafka安装和使用.md │ ├── Apache-Kafka核心概念.md │ ├── Apache-Kafka核心组件和流程(副本管理器).md │ ├── Apache-Kafka核心组件和流程-协调器.md │ ├── Apache-Kafka核心组件和流程-控制器.md │ ├── Apache-Kafka核心组件和流程-日志管理器.md │ ├── Apache-Kafka简介.md │ └── Apache-Kafka编程实战.md ├── Linux基础/ │ └── Linux基础和命令.md ├── NIO/ │ ├── Java NIO之Buffer(缓冲区).md │ ├── Java NIO之Channel(通道).md │ ├── Java NIO之Selector(选择器).md │ ├── Java NIO之拥抱Path和Files.md │ └── NIO概览.md ├── Netty/ │ ├── Netty源码解析-概述篇.md │ ├── Netty源码解析1-Buffer.md │ ├── Netty源码解析2-Reactor.md │ ├── Netty源码解析3-Pipeline.md │ ├── Netty源码解析4-Handler综述.md │ ├── Netty源码解析5-ChannelHandler.md │ ├── Netty源码解析6-ChannelHandler实例之LoggingHandler.md │ ├── Netty源码解析7-ChannelHandler实例之TimeoutHandler.md │ ├── Netty源码解析8-ChannelHandler实例之CodecHandler.md │ ├── Netty源码解析9-ChannelHandler实例之MessageToByteEncoder.md │ └── 关于Netty我们都需要知道什么.md ├── README.md ├── RPC/ │ ├── RPC的原理和框架.md │ ├── RPC简单介绍.md │ └── 手把手教你实现一个简单的RPC.md ├── WechatArticles/ │ └── flink.md ├── pictures/ │ ├── bigdata-notes-icon.psd │ └── 大数据技术栈思维导图.xmind ├── zookeeeper/ │ ├── ZooKeeper应用程序.md │ ├── zk安装和运行.md │ ├── zk开发实例.md │ └── zk服务.md ├── 分布式理论/ │ ├── 分布式ID生成器解决方案.md │ ├── 分布式事务的解决方案.md │ ├── 分布式系统理论基础一： 一致性、2PC和3PC.md │ ├── 分布式系统理论基础三-时间、时钟和事件顺序.md │ ├── 分布式系统理论基础二-CAP.md │ ├── 分布式系统理论进阶 - Paxos.md │ ├── 分布式系统理论进阶 - Raft、Zab.md │ ├── 分布式系统理论进阶：选举、多数派和租约.md │ ├── 分布式系统的一些基本概念.md │ ├── 分布式锁的解决方案(二).md │ └── 分布式锁的解决方案.md ├── 大数据框架学习/ │ ├── Azkaban_Flow_1.0_的使用.md │ ├── Azkaban_Flow_2.0_的使用.md │ ├── Azkaban简介.md │ ├── Flink_Data_Sink.md │ ├── Flink_Data_Source.md │ ├── Flink_Data_Transformation.md │ ├── Flink_Windows.md │ ├── Flink开发环境搭建.md │ ├── Flink核心概念综述.md │ ├── Flink状态管理与检查点机制.md │ ├── Flume整合Kafka.md │ ├── Flume简介及基本使用.md │ ├── HDFS-Java-API.md │ ├── HDFS常用Shell命令.md │ ├── Hadoop-HDFS.md │ ├── Hadoop-MapReduce.md │ ├── Hadoop-YARN.md │ ├── Hbase_Java_API.md │ ├── Hbase_Shell.md │ ├── Hbase协处理器详解.md │ ├── Hbase容灾与备份.md │ ├── Hbase的SQL中间层_Phoenix.md │ ├── Hbase简介.md │ ├── Hbase系统架构及数据结构.md │ ├── Hbase过滤器详解.md │ ├── HiveCLI和Beeline命令行的基本使用.md │ ├── Hive分区表和分桶表.md │ ├── Hive常用DDL操作.md │ ├── Hive常用DML操作.md │ ├── Hive数据查询详解.md │ ├── Hive简介及核心概念.md │ ├── Hive视图和索引.md │ ├── Kafka消费者详解.md │ ├── Kafka深入理解分区副本机制.md │ ├── Kafka生产者详解.md │ ├── Kafka简介.md │ ├── Scala函数和闭包.md │ ├── Scala列表和集.md │ ├── Scala基本数据类型和运算符.md │ ├── Scala数组.md │ ├── Scala映射和元组.md │ ├── Scala模式匹配.md │ ├── Scala流程控制语句.md │ ├── Scala简介及开发环境配置.md │ ├── Scala类和对象.md │ ├── Scala类型参数.md │ ├── Scala继承和特质.md │ ├── Scala隐式转换和隐式参数.md │ ├── Scala集合类型.md │ ├── SparkSQL_Dataset和DataFrame简介.md │ ├── SparkSQL外部数据源.md │ ├── SparkSQL常用聚合函数.md │ ├── SparkSQL联结操作.md │ ├── Spark_RDD.md │ ├── Spark_Streaming与流处理.md │ ├── Spark_Streaming基本操作.md │ ├── Spark_Streaming整合Flume.md │ ├── Spark_Streaming整合Kafka.md │ ├── Spark_Structured_API的基本使用.md │ ├── Spark_Transformation和Action算子.md │ ├── Spark简介.md │ ├── Spark累加器与广播变量.md │ ├── Spark部署模式与作业提交.md │ ├── Spring+Mybtais+Phoenix整合.md │ ├── Sqoop基本使用.md │ ├── Sqoop简介与安装.md │ ├── Storm三种打包方式对比分析.md │ ├── Storm和流处理简介.md │ ├── Storm核心概念详解.md │ ├── Storm编程模型详解.md │ ├── Storm集成HBase和HDFS.md │ ├── Storm集成Kakfa.md │ ├── Storm集成Redis详解.md │ ├── Zookeeper_ACL权限控制.md │ ├── Zookeeper_Java客户端Curator.md │ ├── Zookeeper常用Shell命令.md │ ├── Zookeeper简介及核心概念.md │ ├── installation/ │ │ ├── Azkaban_3.x_编译及部署.md │ │ ├── Flink_Standalone_Cluster.md │ │ ├── HBase单机环境搭建.md │ │ ├── HBase集群环境搭建.md │ │ ├── Hadoop单机环境搭建.md │ │ ├── Hadoop集群环境搭建.md │ │ ├── Linux下Flume的安装.md │ │ ├── Linux下JDK安装.md │ │ ├── Linux下Python安装.md │ │ ├── Linux环境下Hive的安装部署.md │ │ ├── Spark开发环境搭建.md │ │ ├── Spark集群环境搭建.md │ │ ├── Storm单机环境搭建.md │ │ ├── Storm集群环境搭建.md │ │ ├── Zookeeper单机环境和集群环境搭建.md │ │ ├── 基于Zookeeper搭建Hadoop高可用集群.md │ │ ├── 基于Zookeeper搭建Kafka高可用集群.md │ │ └── 虚拟机静态IP及多IP配置.md │ ├── 大数据学习路线.md │ ├── 大数据常用软件安装指南.md │ ├── 大数据应用常用打包方式.md │ ├── 大数据技术栈思维导图.md │ └── 资料分享与工具推荐.md ├── 实战系列文章/ │ ├── Flink实战.md │ ├── Kafka实战.md │ ├── OLAP.md │ ├── Spark实战.md │ ├── 数据仓库.md │ └── 面试系列.md ├── 并发容器/ │ ├── 大数据成神之路-Java高级特性增强(ArrayBlockingQueue).md │ ├── 大数据成神之路-Java高级特性增强(ConcurrentHashMap).md │ ├── 大数据成神之路-Java高级特性增强(ConcurrentLinkedQueue).md │ ├── 大数据成神之路-Java高级特性增强(ConcurrentSkipListMap).md │ ├── 大数据成神之路-Java高级特性增强(ConcurrentSkipListSet).md │ ├── 大数据成神之路-Java高级特性增强(CopyOnWriteArrayList).md │ ├── 大数据成神之路-Java高级特性增强(CopyOnWriteArraySet).md │ ├── 大数据成神之路-Java高级特性增强(LinkedBlockingDeque).md │ ├── 大数据成神之路-Java高级特性增强(LinkedBlockingQueue).md │ └── 大数据成神之路-Java高级特性增强(并发容器大纲).md └── 面试系列/ ├── Flume面试题整理/ │ └── Flume.md ├── HBase面试题整理/ │ └── HBase.md ├── Hadoop面试题总结/ │ ├── Hadoop面试题总结（一）.md │ ├── Hadoop面试题总结（三）——MapReduce.md │ ├── Hadoop面试题总结（二）——HDFS.md │ ├── Hadoop面试题总结（五）——优化问题.md │ └── Hadoop面试题总结（四）——YARN.md ├── Hive面试题总结/ │ ├── Hive（一）.md │ └── Hive（二）.md ├── Kafka面试题整理/ │ ├── Kafka（一）.md │ └── Kafka（二）.md ├── Spark面试题整理/ │ ├── Spark调优/ │ │ ├── Shuffle配置调优.md │ │ ├── 数据倾斜.md │ │ ├── 程序开发调优.md │ │ └── 资源调优.md │ ├── Spark（一）.md │ ├── Spark（三）.md │ ├── Spark（二）.md │ └── Spark（四）.md ├── Zookeeper面试题总结/ │ └── Zookeeper.md └── pics/ ├── Flume面试题Pics/ │ └── 1.md ├── HBase面试题Pics/ │ └── 1.md ├── Hadoop面试题Pics/ │ ├── 1.md │ ├── HDFS文档-Pics/ │ │ └── 1.md │ ├── MR-Pics/ │ │ └── 1.md │ └── YARN-Pics/ │ └── 1.md ├── Hive面试题Pics/ │ └── 1.md ├── Kafka面试题Pics/ │ └── 1.md ├── Spark面试题Pics/ │ ├── 1.md │ ├── 数据倾斜调优/ │ │ └── 1.md │ ├── 程序开发调优/ │ │ └── 1.md │ └── 资源调优/ │ └── 1.md └── ZK面试题Pics/ └── 1.md