MQTT（Message Queuing Telemetry Transport）：消息队列遥测传输。
一、在Windows搭建mosquitto服务器
1、下载地址：https://mosquitto.org/download/。最新版本是mosquitto-2.0.0。mosquitto-2.0.2-install-windows-x64.exe。
2、安装路径 C:\mosquitto。
mosquitto.conf：mosquitto服务器的配置文件。
mosq
Arduino uno r3。
WiFi Shield 扩展板。
组装。
接入网络测试。
#include <SPI.h>
#include <WiFi.h>
/***************************************************************************
* Internet Connectivity Setup – Variables & Functions
1、官网。https://www.elastic.co/cn/
2、文档。https://www.elastic.co/guide/index.html
3、介绍。
Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎。当然 Elasticsearch 并不仅仅是 Lucene 那么简单，它不仅包括了全文搜索功能，还可以进行以下工作：
分布式实时文件存储，并将每一个字段都编入索引，使
1、官网。https://www.rabbitmq.com/
2、文档。https://www.rabbitmq.com/documentation.html
3、介绍。
1、官网。http://rocketmq.apache.org/
2、文档。https://github.com/apache/rocketmq/tree/master/docs/cn
3、介绍。
RocketMQ架构上主要分为四部分，如上图所示:
Producer：消息发布的角色，支持分布式集群方式部署。Producer通过MQ的负载均衡模块选择相应的Broker集群队列进行消息投递，投递的过程支持快速失败并且低延迟。
Consumer：消息消费的角色，支持分布式集群
1、官网。http://kafka.apache.org/
2、文档。http://kafka.apache.org/documentation/
https://kafka.apachecn.org/intro.html
3、介绍。
我们知道流处理平台有以下三种特性：
可以让你发布和订阅流式的记录。这一方面与消息队列或者企业消息系统类似。
可以储存流式的记录，并且有较好的容错性。
可以在流式记录产生时就进行处理。
Kafka适合什么样的场
为什么要用 SQLite？
不需要一个单独的服务器进程或操作的系统（无服务器的）。
SQLite 不需要配置，这意味着不需要安装或管理。一个完整的 SQLite 数据库是存储在一个单一的跨平台的磁盘文件。SQLite 是非常小的，是轻量级的，完全配置时小于 400KiB，省略可选功能配置时小于250KiB。SQLite 是自给自足的，这意味着不需要任何外部的依赖。SQLite 事务是完全兼容 ACID 的，允许从多个进程或线程安全访问。SQLite 支持 SQL92（SQL2）标准
1、官网。https://www.postgresql.org/
2、文档。https://www.postgresql.org/docs/
3、介绍。
持续的性能提升
在先前PostgreSQL版本的基础上，PostgreSQL 13可以有效地处理标准数据库索引B-tree中的重复数据。这降低了B-tree索引所需的总体使用空间，同时提高了整体查询性能。 PostgreSQL 13引入了增量排序，其中查询中来自较早步骤的已排序数据可以加快后续步骤的排序。此外，
下载地址：https://www.oracle.com/java/technologies/javase-downloads.html
1、JAVA_HOME配置。
右击“我的电脑”。
选择“属性”。
点击“高级”–>“环境变量”–>在“系统变量”中，点击”新建“。
变量名：JAVA_HOME
变量值：E:\soft\Java\jdk-15.0.1
点击”确定“，JAVA_HOME配置成功。
2、Path配置。
添加两个变量值，%J
一、Arduino IDE下载安装
地址：https://www.arduino.cc/en/software
版本：Arduino IDE 1.8.13
二、安装驱动
1、如果没有自动安装Arduino驱动，则需要手动安装Arduino驱动 最新版 v1.0.5 arduinodriver，否则会出现Serial port not selected。
2、驱动安装问题。
在Arduino UON安装USB驱动时，如果出现
“Windows 无
1、官网。https://prestodb.io/
2、文档。https://prestodb.io/docs/current/
3、介绍。
Presto查询引擎是一个Master-Slave的架构，由一个Coordinator节点，一个Discovery Server节点，多个Worker节点组成，Discovery Server通常内嵌于Coordinator节点中。Coordinator负责解析SQL语句，生成执行计划，分发执行任务给Worker节点执行。Worke
MapReduce是面向大数据并行处理的计算模型、框架和平台，它隐含了以下三层含义：
1）MapReduce是一个基于集群的高性能并行计算平台（Cluster Infrastructure）。它允许用市场上普通的商用服务器构成一个包含数十、数百至数千个节点的分布和并行计算集群。
2）MapReduce是一个并行计算与运行软件框架（Software Framework）。它提供了一个庞大但设计精良的并行计算软件框架，能自动完成计算任务的并行化处理，自动划分计算数据和计算任务，在集群节
2、文档。http://kylin.apache.org/cn/docs/
3、介绍。
Apache Kylin™是一个开源的、分布式的分析型数据仓库，提供Hadoop/Spark 之上的 SQL 查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由 eBay 开发并贡献至开源社区。它能在亚秒内查询巨大的表。
Apache Kylin™ 令使用者仅需三步，即可实现超大数据集上的亚秒级查询。
1 、定义数
1、官网。http://impala.apache.org/
2、文档。http://impala.apache.org/overview.html
3、介绍。
优点：
1、Impala不需要把中间结果写入磁盘，省掉了大量的I/O开销。
2、省掉了MapReduce作业启动的开销。MapReduce启动task的速度很慢（默认每个心跳间隔是3秒钟），Impala直接通过相应的服务进程来进行作业调度，速度快了很多。
3、Impala完全抛弃了MapReduce这
2、文档。https://cwiki.apache.org/confluence/display/Hive/Home
3、介绍。
hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。Hive的优点是
2、文档。http://hbase.apache.org/book.html
3、介绍。
HBase是一种“NoSQL”数据库。“NoSQL”是一个通用术语，意思是数据库不是支持SQL作为其主要访问语言的RDBMS，但是有许多类型的NoSQL数据库：BerkeleyDB是本地NoSQL数据库的一个例子，而HBase是一个分布式数据库。从技术上讲，HBase实际上更像是一个“数据存储”而不是“数据库”，因为它缺少在RDB
1、官网。http://hadoop.apache.org/
2、文档。https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/SingleCluster.html
3、介绍。
流式数据访问
运行在HDFS上的应用和普通的应用不同，需要流式访问它们的数据集。HDFS的设计中更多的考虑到了数据批处理，而不是用户交互处理。比之数据访问的低延迟问题，更关键的在于数据访问的高吞吐量。POS
1、官网。https://flink.apache.org/
2、文档。https://flink.apache.org/zh/flink-architecture.html
3、介绍。
Apache Flink 是一个框架和分布式处理引擎，用于在无边界和有边界数据流上进行有状态的计算。Flink 能在所有常见集群环境中运行，并能以内存速度和任意规模进行计算。
接下来，我们来介绍一下 Flink 架构中的重要方面。
任何类型的数据都可以形成一种事
1、官网。https://druid.apache.org/
2、文档。https://druid.apache.org/docs/latest/design/
3、介绍。
Apache Druid是一个实时分析型数据库，旨在对大型数据集进行快速的查询分析（”OLAP“查询)。Druid最常被当做数据库来用以支持实时摄取、高性能查询和高稳定运行的应用场景，同时，Druid也通常被用来助力分析型应用的图形化界面，或者当做需要快速聚合的高并发后端API，Dru
2、文档。https://clickhouse.tech/docs/zh/
3、体验平台。https://play.clickhouse.tech/?file=welcome
4、介绍。
ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。
在传统的行式数据库系统中，数据按如下顺序存储：
Row
WatchID
JavaEnable
Title