其他

我在DataList使用使用者控制項並且綁定自訂屬性時遇到的問題問題1：分析器錯誤資訊: 伺服器標記的格式不正確。解：比較ControlURL="ModifyReply.aspx" ObjectID='<%# Eval("User_ID") %>'可見常量屬性和綁定屬性用的符號不同（單引號和雙引號）。問題2：如何把一個使用者控制項的屬性定義為Bindable(可綁定屬性)？有必要嗎？解：沒有必要。在aspx檔案中使用   myText='<%#

在編程中選中某項的方法：                DropDownList1.ClearSelection();                DropDownList1.Items.FindByValue(st.Year.ToString()).Selected = true;如果不清空選中項的話，會出現：不能在 DropDownList 中選擇多個項。    protected void DropDownList1_SelectedIndexChanged(object sender,

超快的速度！超低的功耗！速度方面：雖然和某位朋友實測的4秒關2秒開不一致，不過我親自測試的結果依然令我震驚。系統內正在運行程式：QQ[工作中]Mozilla Firefox[4個標籤頁]Visual Studio 2005 Team Suite[1個項目]Microsoft Word 2007[工作中]Sql Server Management Studio Express[工作中]無線網卡[工作中]Vista外觀效果最大化啟用睡眠時間：自 [按下睡眠鍵彈起] 至

KFS檔案系統的MetaServer中繼資料的持久化採用的是checkpoint + log方式，下面將結合其源碼，對KFS MetaServer中中繼資料的持久化機制及其實現細節進行分析。1. 相關源碼檔案KFS MetaServer中繼資料持久化所涉及的代碼所在目錄為kfs-[version]/src/cc/meta，其中，KFS中繼資料持久化的相關源碼如下：（1）meta/statup.cc:

在我們從商務邏輯層獲得資料實體時候，接下來的事情就是要綁定到控制項中。資料實體中的一些欄位可以直接綁定到介面中，但是有一些欄位需要重新格式化格式。比如貨幣單位欄位，需要顯示貨幣符號和每隔三位顯示分隔字元；再比如日期欄位，資料庫中存放的是日期和時間，但是在介面上需要按照XXXX年XX月XX日的格式顯示。這時候我們就用到了DataFormatString屬性。<asp:GridView ID="grvResult" runat="server"

Hadoop是Apache基金會下的一個分布式系統基礎架構，它最核心的兩個部分：Distributed File

最近完成了一個GitHub項目：Storm-HBase，該項目是Twitter Storm和Apache HBase的結合，它使用HBase cluster作為Storm的Spout資料來源，目前只是初步實現，後續會進一步完善。HBaseSpout根據時間戳記範圍[start_timestamp, stop_timestamp]，持續不間斷地從HBase cluster讀取流資料：如果start_timestamp = 0，HBaseSpout將預設從3分鐘前的資料開始讀取並發送到Storm

HTable和HTablePool都是HBase用戶端API的一部分，可以使用它們對HBase表進行CRUD操作。下面結合在項目中的應用情況，對二者使用過程中的注意事項做一下概括總結。HTableHTable是HBase用戶端與HBase服務端通訊的Java API對象，用戶端可以通過HTable對象與服務端進行CRUD操作（增刪改查）。它的建立很簡單：Configuration conf = HBaseConfiguration.create();HTable table = new

模糊查詢一般都是採用like '%xxx%'的方式 ，格式化是需要對特殊字元進行轉義例，“[”需轉義成“[ [ ]”,用中括弧進行轉義<summary>         /// 對字串進行sql格式化，並且符合like查詢的格式。         /// </summary>         /// <param name="str">要轉換的字串</param>

上一篇博文對Hadoop的作業調度器進行了介紹，我們知道，JobTracker和TaskTracker是Hadoop作業調度過程中最核心的兩個部分，前者負責map/reduce作業的調度與指派，後者負責map/reduce作業的實際執行，它們之間通過RPC機制進行通訊。下面將對Hadoop 0.20.2版本中作業調度相關源碼進行分析，至於JobTracker和TaskTracker中與作業調度無關的源碼部分，並未進行詳細介紹。1.    JobTracker部分1.1

Storm對流資料進行即時處理時，一種常見情境是批量一起處理一定數量的tuple元組，而不是每接收一個tuple就立刻處理一個tuple，這樣可能是效能的考慮，或者是具體業務的需要。例如，批量查詢或者更新資料庫，如果每一條tuple產生一條sql執行一次資料庫操作，資料量大的時候，效率會比批量處理的低很多，影響系統輸送量。當然，如果要使用Storm的可靠資料處理機制的話，應該使用容器將這些tuple的引用緩衝到記憶體中，直到批量處理的時候，ack這些tuple。下面給出一個簡單的程式碼範例：現在

可以使用屬性（Attribute）將類的元素標為可序列化的（Serializable）和不可被序列化的(NonSerialized)。.NET中有兩個類實現了IFormatter借口的類中的Serialize和Deserialize方法：BinaryFormatter和SoapFormatter。這兩個類的區別在於資料流的格式不同。使用BinaryFormatter進行序列化在下面這個例子中我們建立一個自訂類型（Insect）集合，使用BinaryFormatter將它們寫到二進位檔案，然後再將

近期在使用HBase Java Client串連HBase服務端建立Configuration對象時，遇到了hbase-default.xml file seems to be for and old version of HBase的異常，經過尋找資料及閱讀HBase相關源碼，對這類異常的解決方案做一下總結。異常出現的原因HBase用戶端建立Configuration對象時，需要使用hbase-*.jar包，其中*部分標識了串連的HBase版本號碼：[root@xxxxxx]$ ls

作者: 大圓那些事 | 文章可以轉載，請以超連結形式標明文章原始出處和作者資訊網址: http://www.cnblogs.com/panfeng412/archive/2012/03/26/real-time-computing-engine-processing-delay-troubleshoot.html推薦：《Debug Hacks》Realtime

Storm中的很多Bolt都有一個最常見的處理步驟：讀入一個tuple；根據這個輸入tuple，提取後發射0個，1個或多個tuple；最後，通過ack操作確認這個tuple被成功處理。按照上述處理步驟，依次處理髮向這個Bolt的各個tuple元組。這種模式可以實現像ETL這類的簡單函數或過濾器功能，Storm中專門為這種模式封裝了相應介面：IBasicBolt。BaseBasicBolt等類實現了這一介面。下面是以BaseBasicBolt為基礎，按照上述模式實現詞頻統計的Bolt（代碼參考連結

在某公司實習期間，發現一個現象：企業團隊內部有多種不同的伺服器資源，這些伺服器的用途往往比較專一，資源使用率低；另外，團隊中Dev和QE存在一些重複性工作。1. 應用情境用於企業內部團隊協作，對各種不同伺服器資源的管理，提高伺服器的利用率，最大程度地共用資源，減少重複工作。2. 一點想法Admin Server Console提供兩個訪問子系統：User System，使用者系統，供小組成員使用，查詢資源資訊、執行遠程命令、接受結果資訊等；Administrator

本文對HBase開發及使用過程中遇到過的常見問題進行梳理總結，希望能解答新加入的HBaser們的一些疑惑。1. HTable安全執行緒嗎？HTable不是安全執行緒的，使用過程中建議一個線程中使用一個HTable對象，不同線程間不要共用HTable對象。同時，為了提高用戶端的效率，不同的HTable對象公用同一個Configuration對象，共用HBase服務端的中繼資料資訊，詳見HBase權威指南中有關HTable部分的介紹。2. HTablePool該如何使用？HBase 0.90

本文首先介紹了Storm的基本概念和資料流模型，然後結合一個典型應用情境來說明Storm支援Topology之間資料流訂閱的必要性，最後對比了Storm與另一個流處理系統在資料流模型上的區別之處。Storm基本概念Storm是一個開源的Realtime

Storm中使用一種叫做TimeCacheMap的資料結構，用於在記憶體中儲存近期活躍的對象，它的實現非常地高效，而且可以自動刪除到期不再活躍的對象。TimeCacheMap使用多個桶buckets來縮小鎖的粒度，以此換取高並發讀寫效能。下面我們來看看TimeCacheMap內部是如何?的。1. 實現原理桶鏈表：鏈表中每個元素是一個HashMap，用於儲存key,value格式的資料。 private LinkedList<HashMap<K, V>>

流彙總（stream join）是指將具有共同元組（tuple）欄位的資料流（兩個或者多個）彙總形成一個新的資料流的過程。從定義上看，流彙總和SQL中表的彙總（table join）很像，但是二者有明顯的區別：table