小编lee*_*wah的帖子

我对版本号感到困惑 docker

有些文档引用了像17.06 Eg 这样的版本号(从这里开始)

但是,从Docker 17.06开始,您还可以使用--mount独立容器

但是其他一些文档引用了像1.13 Eg 这样的版本号(从这里开始)

注意:需要1.13或更高版本

版本编号约定是否在某个时间点发生了变化？

两种类型的 AWS EC2 置放群组是否有很好的比较表？

• 划分
• 传播

我已经阅读了AWS 文档，但我仍然有点困惑。

从AWS官方文档的相关部分来看，提出了以下要求：

创建负载均衡器时，您必须从至少两个可用区指定一个公有子网。您只能为每个可用区指定一个公有子网。

为了确保负载均衡器可以正常扩展，请验证负载均衡器的每个子网是否都有一个至少具有 /27 位掩码（例如 10.0.0.0/27）的 CIDR 块，并且至少有 8 个可用 IP 地址。您的负载均衡器使用这些 IP 地址与目标建立连接。

然而，我不明白为什么——关于要求8 个免费 IP 地址的部分。有人可以解释一下吗？提前致谢！

我在互联网上搜索了一下，但找不到很好的解释。我认为理解这个要求可能会帮助我理解ELB是如何工作的（我确实读过“ ELB如何工作”章节，但我仍然很困惑）

我对在开发工具上gradle的Spring Boot 文档建议的文件中使用的这段代码感到困惑

configurations {
    developmentOnly
    runtimeClasspath {
        extendsFrom developmentOnly
    }
}
dependencies {
    developmentOnly("org.springframework.boot:spring-boot-devtools")
}

我想我必须声明developmentOnly配置，因为它要在dependencies {}块中使用，但为什么我需要这些行runtimeClasspath？我实际上尝试删除我的项目中的行，并且该项目构建得非常好。

configurations {
    developmentOnly
}
dependencies {
    developmentOnly("org.springframework.boot:spring-boot-devtools")
}

是否runtimeClasspath被 Java Plugin 使用？（正如本文档所建议的）如果我不包含这些行，会不会有任何不好的副作用runtimeClasspath？

更新 (2019-12-10)

我还可以确认在没有runtimeClasspath指令的情况下构建的可执行 jar运行完全正常。所以我真的不知道该指令在做什么。

是真的，Hive并且SparkSQL不支持 的数据类型datetime吗？

从我对参考文献的阅读来看，它们似乎只支持date和timestamp。前者没有时间分量（即小时、分钟和秒）；后者具有高精度（低至毫秒），但不是人类可读的（它总是需要由from_unixtime()or转换date_format()，结果将是一个字符串，而不是一个datetime类型）。

相比之下，其他数据库系统，例如MySQL确实具有datetime. （例如，请参阅此参考）

有什么好的建议/技巧来解决这个限制吗？

这些是我的参考：

1. Hive 语言手册：日期/时间类型
2. Hive 语言手册：日期函数

更新：关于人类可读性

这里我举一个例子MySQL来说明我关于人类可读性的观点：

-- MySQL code 
select 
  cast(now() as date)         as asDate,          -- human readable
  cast(now() as dateTime)     as asDateTime,      -- human readable  
  unix_timestamp(now())       as asUnixTimestamp, -- not H/R
  cast(from_unixtime(unix_timestamp(now())) 
        as dateTime) 
                              asDateTimeAgain     -- cast into dateTime to make it H/R

显示将是这样的：

（注意第四列asDateTimeAgain，这是人类可读的）

+------------+---------------------+-----------------+---------------------+ …

这是一个与此问题相关的问题：Hive / Hadoop间歇性故障：无法将源移动到目标

我们发现通过将设置fs.hdfs.impl.disable.cache为，可以避免“无法移动源...文件系统已关闭”的问题。true

但是，我们还发现，SparkSQL查询变得非常慢-过去几秒钟内完成的查询现在需要30到40秒钟以上的时间才能完成（即使查询非常简单，例如读取一个小表）。

这正常吗？

我对为fs.hdfs.impl.disable.cachetrue的理解意味着，FileSystem#get()总会createFileSystem()代替返回已缓存的FileSystem。此设置可以防止一个FileSystem对象被多个客户端共享，这确实是有道理的，因为它可以防止例如两个调用者FileSystem#get()彼此关闭文件系统。

（例如，请参阅此讨论）

此设置会使事情变慢，但可能不会那么慢。

来自：hadoop-source-reading

/**
 * Returns the FileSystem for this URI's scheme and authority. The scheme of
 * the URI determines a configuration property name,
 * <tt>fs.<i>scheme</i>.class</tt> whose value names the FileSystem class.
 * The entire URI is passed to the FileSystem instance's initialize method.
 */
public static FileSystem get(URI uri, Configuration conf)
        throws …

有人可以向我展示使用 AWS CLI 命令的示例吗aws logs list-tags-log-group？

我可以将它与名称没有斜杠的日志组一起使用（例如fooTestLogGroup），但是当我对名称有正斜杠的任何日志组使用相同的命令时（例如/aws/codebuild/logGroup1，或者/ecs/logGroup2然后我收到此错误

An error occurred (ServiceUnavailableException) when calling the 
ListTagsLogGroup operation (reached max retries: 4): The server failed to 
fulfill the request. Please try again.

我使用的命令是：

$ aws logs list-tags-log-group --log-group-name fooTestLogGroup

我在网上搜索并查找了AWS CLI 文档，但找不到答案

我是 Spark SQL 新手。我搜索了Hive/SparkSQL 的语言手册并用 google 搜索答案，但找不到明显的答案。

0xffff在 MySQL 中，我们可以像这样表达十六进制文字：

mysql>select 0+0xffff;
+----------+
| 0+0xffff |
+----------+
|    65535 |
+----------+
1 row in set (0.00 sec)

但在 Spark SQL 中（我使用的是 beeline 客户端），我只能执行以下操作，其中数值以十进制而不是十六进制表示。

> select 0+65535;
+--------------+--+
| (0 + 65535)  |
+--------------+--+
| 65535        |
+--------------+--+
1 row selected (0.047 seconds)

如果我执行以下操作，则会出现错误：

> select 0+0xffff;
Error: org.apache.spark.sql.AnalysisException: 
cannot resolve '`0xffff`' given input columns: []; line 1 pos 9;
'Project [unresolvedalias((0 + '0xffff), None)]
+- OneRowRelation$ (state=,code=0) …

在MySQL中，我可以这样查询：

select  
    cast(from_unixtime(t.time, '%Y-%m-%d %H:00') as datetime) as timeHour
    , ... 
from
    some_table t 
group by
    timeHour, ...
order by
    timeHour, ...

其中timeHour在GROUP BY为一个选择的表达的结果。

但是我只是尝试了一个类似于中的查询Sqark SQL，但出现了错误

Error: org.apache.spark.sql.AnalysisException: 
cannot resolve '`timeHour`' given input columns: ...

我的查询Spark SQL是这样的：

select  
      cast(t.unixTime as timestamp) as timeHour
    , ...
from
    another_table as t
group by
    timeHour, ...
order by
    timeHour, ...

这种结构可能Spark SQL吗？

关于javax.ws.rs.client.ClientBuilder，我已经阅读了JavaDoc和Jersey 文档，但是我仍然不清楚何时应该使用newClient()以及何时应该使用newBuilder()

我确实注意到newClient()允许我们传入 a ClientConfig，并newBuilder()允许我们设置sslContext(). 如果我们需要两者都做怎么办？

谁能给我一个关于这两个概念的快速总结？