一、ApacheAtlas源码的编译内置HBase、solr1.git把Atlas的源码拉下来，使用gitclonehttps://github.com/apache/atlas.git2.假如是为了本地测试我们可以直接编译内嵌HBasesolr的atlas。在执行

Shardingsphere对XA分布式事务的支持ApacheShardingSphere是一套开源的分布式数据库中间件解决方案组成的生态圈，它由JDBC、Proxy和Sidecar（规划中）这3款相互独立，却又能够混合部署配合使用的产品组成。它们均提供标准化的数据分片、分布式事务和数据库治理功能，可适用于如Java同构、异构

历时1天，跟踪了一天springaop的源代码。最后在google上找到了答案。写个笔记记录，希望遇到相同问题的同学，可以避免这个问题。问题概述项目到了尾声，需要使用缓存进行优化，项目中使用了shiro技术作为权限框架，springcache注解形式进行缓存。发现cache没有起到作用，匪夷所思。于是跟踪springaop的源

!(https://img2018.cnblogs.com/blog/1267816/201903/1267816201903021700240251433102194.png)现在很多人搭建web环境选择了一键脚本或可视化管理面板，因此我认为在使用一键脚本之前，一定要自己搭建一次，生产环境的话，炸了都不知道怎么快速解决可就太难受了，另外就是安

点击上方蓝色字体，选择“设为星标”回复”资源“获取更多资源!(https://oscimg.oschina.net/oscnet/77509051d47943389db2e6d76811b791.jpg)!(https://oscimg.oschina.net/oscnet/833bd69e798a4eef

<Directory/OptionsFollowSymLinksAllowOverrideNone</Directory<DirectoryD:/wwwAddTypetext/html.shtml.html.htmAddOutputFilter

关于推荐引擎如今的互联网中，无论是电子商务还是社交网络，对数据挖掘的需求都越来越大了，而推荐引擎正是数据挖掘完美体现；通过分析用户历史行为，将他可能喜欢内容推送给他，能产生相当好的用户体验，这就是推荐引擎。推荐算法Slopeone的原理      首先Slopeone是一种基于项目的协同过

最近的一个项目，视频点播系统，使用apache实现的流媒体服务器。其实准确的说叫做伪流（HTTPPseudoStreaming），基本原理和概念自行了解吧。让我简单的描述就是仍然是HTTP下载，播放器播放本地缓存。只不过它也实现了一些和正规流媒体服务类似的功能。视频点播类系统的性能测试，说简单了主要就是模拟大量用户去看视频。服务端监控整体性能，客户端

作者｜王国璋编辑｜小智在过去几年，对于ApacheKafka的使用范畴已经远不仅是分布式的消息系统：我们可以将每一次用户点击，每一个数据库更改，每一条日志的生成，都转化成实时的结构化数据流，更早的存储和分析它们，并从中获得价值。同时，越来越多的企业应用也开始从批处理数据平台向实时的流数据数据平台转移。本演讲将介绍最近ApacheKafka

本文由京东搜索算法架构团队分享，主要介绍ApacheFlink在京东商品搜索排序在线学习中的应用实践。文章的主要大纲如下：1、背景2、京东搜索在线学习架构3、实时样本生成4、FlinkOnlineLearning5、监控系统6、规划总结一、背景在京东的商品搜索排序中，