行为型设计模式_观察者模式 观察者模式3.1. 模式动机建立一种对象与对象之间的依赖关系,一个对象发生改变时将自动通知其他对象,其他对象将相应做出反应。在此,发生改变的对象称为观察目标,而被通知的对象称为观察者,一个观察目标可以对应多个观察者,而且这些观察者之间没有相互联系,可以根据需要增加和删除观察者,使得系统更易于扩展,这就是观察者模式的模式动机。 3.2. 模式定义观察者模式(Observer Pattern):定义对 2024-08-10
创建型设计模式_单例模式 单例模式5.1. 模式动机对于系统中的某些类来说,只有一个实例很重要,例如,一个系统中可以存在多个打印任务,但是只能有一个正在工作的任务;一个系统只能有一个窗口管理器或文件系统;一个系统只能有一个计时工具或ID(序号)生成器。 如何保证一个类只有一个实例并且这个实例易于被访问呢?定义一个全局变量可以确保对象随时都可以被访问,但不能防止我们实例化多个对象。 一个更好的解决办法是让类自身负责保存它的唯 2024-08-10
创建型设计模式_工厂方法模式 2.工厂方法模式2.1. 模式定义工厂方法模式(Factory Method Pattern)又称为工厂模式,也叫虚拟构造器(Virtual Constructor)模式或者多态工厂(Polymorphic Factory)模式,它属于类创建型模式。在工厂方法模式中,工厂父类负责定义创建产品对象的公共接口,而工厂子类则负责生成具体的产品对象,这样做的目的是将产品类的实例化操作延迟到工厂子类中完成, 2024-08-09
创建型设计模式_简单工厂模式 1.简单工厂模式( Simple Factory Pattern )1.1. 模式定义简单工厂模式(Simple Factory Pattern):又称为静态工厂方法(Static Factory Method)模式,它属于类创建型模式。在简单工厂模式中,可以根据参数的不同返回不同类的实例。简单工厂模式专门定义一个类来负责创建其他类的实例,被创建的实例通常都具有共同的父类。 1.2. 模式结构简单 2024-08-09
计算机网络知识复习 HTTP 1.0 和 2.0 有什么区别? HTTP/1.0 版本主要增加以下几点:1.增加了 HEAD、POST 等新方法。2.增加了响应状态码。3.引入了头部,即请求头和响应头。4.在请求中加入了 HTTP 版本号。5.引入了 Content-Type ,使得传输的数据不再限于文本。 HTTP/1.1 版本主要增加以下几点:1.新增了连接管理即 keepalive ,允许持 2024-08-07
笔试练习记录(一) 需求:输入一行字符串,按空格进行分割,取子串存入。12345678910111213#include <iostream>#include <string>#include <sstream>using namespace std;int main(){ string str_line; getline(cin,str_line);stri 2024-07-19
MapReduce框架原理 MapReduce框架原理 切片与MapTask并行度决定机制数据块:Block是HDFS物理上把数据分成一块一块。数据块是HDFS存储数据单位。 数据切片:数据切片只是在逻辑上对输入进行分片,并不会在磁盘上将其切分成片进行存储。数据切片是MapReduce程序计算输入数据的单位,一个切片会对应启动一个MapTask。 1)一个Job的Map阶段并行度由客户端在提交Job时的切片数决定 2)每一 2024-05-27
Hadoop的计算执行模块MapReduce MapReduce定义MapReduce是一个分布式运算程序的编程框架,是用户开发“基于Hadoop的数据分析应用”的核心框架。 MapReduce核心功能是将用户编写的业务逻辑代码和自带默认组件整合成一个完整的分布式运算程序,并发运行在一个Hadoop集群上。 优点: 1.MapReduce易于编程 2.良好的扩展性 3.高容错性 4.适合PB级以上海量数据的离线处理 缺点: 1.不擅长实时计算 2024-05-21
Hadoop之HDFS Hadoop三大件之HiveHDFS的背景和意义随着数据量越来越大,在一个操作系统存不下所有的数据,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统。HDFS(Hadoop Distributed File System)只是分布式文件管理系统中的一种。其他还有诸如 Amazon S3 (Simple Storage S 2024-05-16
Hadoop搭建完全分布式运行模式 Hadoop搭建之完全分布式运行模式起因:课题组的服务器的大数据集群是好几年前的师兄们安装配置,并由星环公司提供技术服务,因此对基本的大数据环境搭建并不熟悉。这篇文章就是记录从头开始搭建Hadoop的生产环境,并记录遇到的问题和解决过程。 准备工作:1.四台虚拟机zzyhadoop01\02\03\04,系统CentOS7,配置好IP 2.JDK和Hadoop的软件包 3.Linux远程连接工具X 2024-05-11