异常处理中，try、catch、finally的执行顺序，大家都知道是按顺序执行的。即，如果try中没有异常，则顺序为try→finally，如果try中有异常，则顺序为try→catch→finally。但是当try、catch、finally中加入return之后，就会有几种不同的情况出现，下面分别来说明一下。也可以跳到最后直接看总结。   本文来自博客园，作者：PC君，原文链接：https://www.cnblogs.com/pcheng/p/10968841.html  一、try中带有return private int testReturn1() { int i = 1; try ...

Flume 一、Flume概述 1.1 定义 Flume 是Cloudera提供的一个高可用、高可靠、分布式的海量日志采集、聚合、传输的系统；Flume基于流式架构，灵活简单 1.2 基础架构  1.Agent:一个JVM进程，以事件的形式将数据从源头送至目的；三个组成部分，Source、Channel、Sink 2.Source:负责接收数据到Flume Agent的组件，可以处理各种类型、各种格式的日志数据，包括 zvro/exec/spooling directory/netcat/taildir/http等 3.Sink:不断地轮询Channel中的事件且批量地移除他们，将这些数据批量...

重点： Hadoop集群部署 、HDFS 、Hadoop高可用配置 、Hive、Kafka Scala语言 、Spark集群 、Spark Core 、Spark SQL、Spark Streaming、Spark 内核、Spark调优 Flink集群 、Flink架构原理 、Flink DataStream API 、Flink EventTime和Window 、Flink SQL、Flink 有状态计算、查询引擎 ClickHouse 数据湖 Hudi 、数据湖 Iceberg 、大数据分析引擎 Doris 、大数据分析引擎 StarRocks、StreamX    重点(必备)：Had...

一、Hadoop 1.大数据概述 1.1 大数据概念  无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。  1.2 大数据特点 :   Volume (大量的)：TB级数据，EB级数据 Velocity (高速的)：处理海量数据(EB,ZB)的效率至关重要 Variety (多样的)：结构化数据(数据库表/文本等和非结构化数据(网络日志、音频、视频、图片、地理位置等) Value(低密度价值)：价值密度的高低与数据总量的大小成反比   1.3 大数据部门内部组织结构  2.Had...