master timeout: no data nor ping received... 對於redis出現該問題，可以從調整repl-timeout時間和調大
repl_backlog大小為準，最好調整repl_backlog
repl_backlog
例如資料為：
127.0.0.1:16379> config get repl-backlog-size
1) "repl-backlog-size"
2) "1048576"
127.0.0.1:16379>
調大repl_backlog。
redis中預設的repl_backlog大小為1m，這是乙個比較小的值，我們的集群中曾經設定為100m，有時候還是會出現主從重同步現象，後來改為200m，一切太平。可以通過以下命令修改repl_backlog的大小：
//200mredis-cli -h *** -p *** config set repl-backlog-size 209715200config set timeout 1800對於引數配置cluster-require-full-coverage
現網資料資訊為：
[******x]$ ./redis-cli -c -p 16379
127.0.0.1:16379> config get cluster-require-full-coverage
1) "cluster-require-full-coverage"
2) "yes"
127.0.0.1:16379>
127.0.0.1:16379> config get repl-timeout
1) "repl-timeout"
2) "60"
127.0.0.1:16379>
當cluster-require-full-coverage為no時，表示當負責乙個插槽的主庫下線且沒有相應的從庫進行故障恢復時，集群仍然可用，
Spark配置引數調優
cpu各核負載量很不均勻，記憶體也沒有用滿，系統的資源沒有得到充分利用，該如何利用？1 spark的rdd的partition個數建立task的個數是對應的 2 partition的個數在hadoop的rdd中由block的個數決定的。記憶體 系統總記憶體數 work記憶體大小 work數 spar...
Flink 引數配置和常見引數調優
num of tm ceil parallelism slot 即並行度除以slot個數，結果向上取整。ack 資料來源是否需要kafka得到確認。all表示需要收到所有isr節點的確認資訊，1表示只需要收到kafka leader的確認資訊，0表示不需要任何確認資訊。該配置項需要對資料精準性和延遲...
Redis效能調優
向大神學習！儘管redis是乙個非常快速的記憶體資料儲存媒介，也並不代表redis不會產生效能問題。前文中提到過，redis採用單執行緒模型，所有的命令都是由乙個執行緒序列執行的，所以當某個命令執行耗時較長時，會拖慢其後的所有命令，這使得redis對每個任務的執行效率更加敏感。針對redis的效能優...