weixin_42854904的博客

层峦叠嶂-布隆过滤器 >=4.0 背景: 讲个场景,比如我们在使用新闻客户端看新闻时，它会给我们不停地推荐新的内容，而他每次推荐都要去重，而如果用set结构去实现，则需要浪费的空间很大很大。布隆过滤器(Bloom Filter)就是为了专门解决这个问题的额，它相当于一个不怎么精确的set结构，当你使用它的contains方法判断某个对象是否存在时，他可能会误判。即当布隆过滤器说某个值存在时，这个值可能不存在；当它说某个值不存在时，那就肯定不存在。 使用方法 redis4.0之后提供了布隆过滤器插

安装kibana 6.4.2 下载镜像包 docker pull elasticsearch:6.4.2 新建文件夹 (本地的目录要记得替换)–映射容器文件 mkdir -p /home/elasticsearch/config 创建配置文件(映射到es容器里面的配置文件) vim /home/elasticsearch/config/es.yml cluster.name: elasticsearch-cluster node.name: es-node1 ne..

docker安装kibana7.6.1,注意一般与es一块使用的时候，记得确保跟es版本一致，否则会有一些不必要的问题

安装es7.6.1 下载镜像包 docker pull elasticsearch:7.6.1 新建文件夹 (本地的目录要记得替换) #存放配置文件的文件夹 mkdir -p elasticsearch/node-1/config mkdir -p elasticsearch/node-2/config mkdir -p elasticsearch/node-3/config #存放数据的文件夹 mkdir -p elasticsearch/node-1/data mkdir -p elasticsear

docker安装Kafka 一、docker安装zookeeper 由于kafka需要依赖于zookeeper，因此这里先运行zookeeper 1.拉取zookeeper镜像 docker pull wurstmeister/zookeeper 2.启动zookeeper docker run -d --name zookeeper -p 2181:2181 -e TZ="Asia/Shanghai" --restart always wurstmeister/zookeeper 3.查看zook

安装运行Prometheus(docker版) Grafana是一个开源的功能丰富的数据可视化平台，通常用于时序数据的可视化。它内置了以下数据源的支持： 下面是我们安装时用到的架构图： 安装Docker [参考百度了哦] 下载镜像包 docker pull prom/node-exporter docker pull prom/prometheus docker pull grafana/grafana 启动node-exporter docker run -d -p 9100:9100 \ -v

docker 安装MongoDB以及设置用户 docker pull mongo （拉取镜像 默认最新版本） docker images （查看镜像） docker run -p 27017:27017 --name mongo -td mongo （以容器名mongo启动mongo镜像） docker ps （查看启动的镜像） docker exec -it mongo /bi...