ORACLE常用命令查询或者的session(需要管理员权限)SELECTS.USERNAME,S.SID,S.SERIAL#,S.INST_ID,S.EVENT,S.WAIT_CLASS,S.LOGON_TIME,S.ACTION,SQ.SQL_TEXTFROMGV$SESSIONS,GV$SQLAREASQWHERES.STATUS='ACTIVE'ANDS.USERNAMEISNOTNULLANDS.SQL_ID=SQ.SQL_ID;查询触发器状态(当前登录用户)SELECTTRIGGER_NAME,STATUSFROMUSER_TRIGGERSWHERETRIGGER_NAME='触发
目录前言题目：一、读题分析二、处理过程 1.数据处理部分：2.HBaseSink（未经测试，不能证明其正确性，仅供参考！）三、重难点分析总结 什么是HBase？前言本题来源于全国职业技能大赛之大数据技术赛项赛题-电商数据处理-实时数据处理注：由于设备问题，代码执行结果以及数据的展示无法给出，可参照我以往的博客其中有相同数据源展示题目： 使用Flink消费Kafka中topic为ods_mall_log的数据，根据数据中不同的表前缀区分，将数据分别分发至kafka的DWD层的dim_customer_login_log的Topic中，其他的表则无需处理；提示：以下是本篇文章正文内容
一、什么是分流所谓“分流”，就是将一条数据流拆分成完全独立的两条、甚至多条流。也就是基于一个DataStream，定义一些筛选条件，将符合条件的数据拣选出来放到对应的流里。二、基于filter算子的简单实现分流其实根据条件筛选数据的需求，本身非常容易实现：只要针对同一条流多次独立调用.filter()方法进行筛选，就可以得到拆分之后的流了。案例需求：读取一个整数数字流，将数据流划分为奇数流和偶数流。packagecom.flink.DataStream.SplitStream;importorg.apache.flink.api.common.functions.FilterFunction;
目录一、namespace1.查看所有namespace2.查看指定的namespace3.查看namespace并指定输出格式4.查看namespace详情5.创建namespace6.删除namespace7.通过yaml文件创建、删除namespace二、pod1.创建并运行pod2.查看pod信息3.查看pod详情4.获取podIP5.删除指定pod6.查看pod资源配置项7.设置pod镜像拉取策略8.设置污点9.去除污点10.去除所有污点三、label1.给pod资源打标签2.更新pod标签3.查看pod标签4.筛选标签5.删除标签四、控制器1.创建deployment2.查看dep
在linux使用过程中，有时候需要了解当前系统开放了哪些端口，并且还需要查看开放这些端口的具体进程和用户，可以使用netstat命令，netstat命令是一个监控TCP/IP网络的非常有用的工具，它可以显示路由表、实际的网络连接以及每一个网络接口设备的状态信息语法netstat[选项]参数-a或--all：显示所有连线中的Socket-A或--：列出该网络类型连线中的相关地址-c或--continuous：持续列出网络状态-C或--cache：显示路由器配置的快取信息-e或--extend：显示网络其他相关信息-F或--fib：显示FIB-g或--groups：显示多重广播功能群组组员名单-h
文章目录官方文档一、服务端二、客户端1、连接客户端2、help3、create1>创建持久节点2>创建临时节点3>创建持久有序节点4>创建临时有序节点5>创建ttl节点6>创建容器节点4、get5、set6、ls7、stat8、删除节点1>delete2>deleteall8、其他命令二、监听器Watcher1、一次性监听器1>监听节点目录变化2>监听节点数据变化2、永久的监听器1>PERSISTENT2>PERSISTENT_RECURSIVE3、删除监听器三、四字监控命令官方文档https://zookeeper.apache.org/doc/r3.8.0/zookeeperCLI.htm
Meterpreter基本概念Meterpreter是Metasploit框架中的一个扩展模块，在攻击成功以后给我们返回一个控制通道，是metsploit后渗透必不可少的，它具有强大的功能，包括socks代理，端口转发，键盘监听等多个功能，meterpreter可以说是内网渗透测试神器。基本功能（1）系统信息获取（2）密码哈希导出（3）文件上传下载（4）屏幕截取（5）键盘记录（6）权限提升（7）跳板攻击（8）反追踪优点：纯内存工作模式，执行漏洞渗透攻击的时候会直接装载meterpreter的动态链接库到目标进程的空间中，使得meterpreter启动隐蔽，很难被杀毒软件检测到一、后渗透基本操作
使用场景：表值聚合函数即UDTAF，这个函数⽬前只能在TableAPI中使⽤，不能在SQLAPI中使⽤。函数功能：在SQL表达式中，如果想对数据先分组再进⾏聚合取值：selectmax(xxx)fromsource_tablegroupbykey1,key2上⾯SQL的max语义产出只有⼀条最终结果，如果想取聚合结果最⼤的n条数据，并且n条数据，每⼀条都要输出⼀次结果数据，上⾯的SQL就没有办法实现了。所以UDTAF为了处理这种场景，可以⾃定义怎么取，取多少条最终的聚合结果，UDTAF和UDAF是类似的。案例场景：有⼀个饮料表有3列，分别是id、name和price，⼀共有5⾏，需要找到价格最
文章目录SQL表值聚合函数（TableAggregateFunction）SQL表值聚合函数（TableAggregateFunction）PythonUDTAF，即PythonTableAggregateFunction。PythonUDTAF用来针对一组数据进行聚合运算，比如同一个window下的多条数据、或者同一个key下的多条数据等，与PythonUDAF不同的是，针对同一组输入数据，PythonUDTAF可以产生0条、1条、甚至多条输出数据。以下示例，定义了一个名字为Top2的PythonUDTAF：frompyflink.commonimportRowfrompyflink.tab
Flink系列文章1、Flink部署、概念介绍、source、transformation、sink使用示例、四大基石介绍和示例等系列综合文章链接13、Flink的tableapi与sql的基本概念、通用api介绍及入门示例14、Flink的tableapi与sql之数据类型:内置数据类型以及它们的属性15、Flink的tableapi与sql之流式概念-详解的介绍了动态表、时间属性配置（如何处理更新结果）、时态表、流上的join、流上的确定性以及查询配置16、Flink的tableapi与sql之连接外部系统:读写外部系统的连接器和格式以及FileSystem示例（1）16、Flink的ta
