windows下mysql的lower_case_table_names=0也无法区分大小写？
windows下mysql默认是不支表名大小写的，也就是表名大小写不敏感。用phpmyadmin创建的驼峰式表名，全部被强制成小写。mysql表名大小写敏感的参数：lower_case_table_names。在[mysqld]下加上lower_case_table_names=0即可。###[mysqld]lower_case_table_names=0###win下默认值为1，就是说mysql会把表名主动lower。
如何设计一个MQ消息队列？
这取决于你分布式系统的规划。设备有sn，任务有ID，微服务的设置topic前缀等等。分布式规划合理，使用队列就水到渠成，不需要特别设计。如果分布式规模很大，抱歉我没经验
零基础学大数据现实吗？
我也是零基础学习大数据吧，只要你对它感兴趣，还可以吃苦耐劳，一定可以学的会，加油吧，我当时找工作时，找了好久，因为这个行业要求学历高，不要硕士就是研究生，挥着985高校，211高校的，一本以上。不过你有工作经验了肯定就好找啦。我大概给你说一下我的学习经历吧。
我刚开始学习接触编程时，是接触的C语言，然后是C++，后来就是Java。当我第一次接触Java时，就深深地爱上了它，因为它简单，易懂。之后接触JavaWeb，开始学些开发后端的技术。那时大数据也比较火热，再加上自己本身就是数学出生，大数据对我来说就是一个很好的选择啦。
慢慢地我就开始接触大数据，从JavaSE学起，接着学习Linux系统，其中Linux中有CentOS和ubuntu，这两者个人觉得都好用。接着学习地就是Hadoop，它包括两大块HDFS（分布式文件系统）和MapReduce（并行计算框架），虽说MapReduce现在
用的少了，但是学习它之后，对你以后学习更好的并行计算框架来说有很多的好处。接着就可以学习数据仓库Hive，Hive的底层实现其实就是MapReduce，它使用的SQL语言叫做HQL，之前学过MySQL数据库的话，很容易上手，但是想更深的了解Hive的话，还需学习MapReduce，Hive它用于OLAP，不支持事务性。接着再学习HBase面向列族的分布式数据库，它支持事务操作，但是在实践中个人感觉不太好使。它是架在Hadoop之上的数据库，适用于随机访问，实时读写。然而有了大量的数据之后，如何更好的把来源不同的数据导入到自己想要用的数据库中呢，可以使用Sqoop，个人认为它简单好用，方便。
接下来就可以学习Flume，它是一个分布式的收集日志的框架，可以处理很多种类型的文件。接着就学习Kafka，它是一个消息发布订阅实时处理系统。具有高吞吐量的能力。接着可以学习Strom ，实时的流计算框架。可以高速的攫取数据，可以执行各种数据的并行计算。接下来就可以学习Spark，Spark由SparkSQL、Spark Streaming、MLlib、Graph等组成，可以解决Batch Processing、Stream Processing、Ad-hocQuery（即席查询）等三大核心问题。Spark确实相比于MapReduce来说要快很多，毕竟它是基于内存计算的框架。
接下来还可以学习数据分析，数据挖掘，机器学习等相关的知识。
现在我就开始解读一下什么是大数据？
大数据顾名思义就是数据量很大,大到什么级别吗？它不是几兆，不是几个GB,而是几百GB,几个TB,几个PB，达到传统的数据库根本承受不了，现在一般都是用Hadoop技术，Hive技术，Spark技术等处理。
那么大数据的特征有哪些呢？有4点
1.数据在体量方面很大，比如说文字，有各种各样的来源，有电子书|实体书|杂志|报刊等，它们的数据大吧。
2.数据的类型多种多样，有些是结构化的数据，像存在Oracle,MySQL这些传统的数据库里的数据，一般都是结构化，可 以是还有非结构化，比如HTML,WORD，execl等格式。
3.它们的价值密度低，这样说吧，你比如说观看一条数据好像价值也不大，但是分析所有的数据之后呢？总会挖掘出一些 重要的东西。
大数据的特征
4.处理这些数据的速度要快。比如像Hadoop技术的MapReduce计算框架，相比传统的数据库处理速度要快，它的吞吐量 特别的大，再比如Spark，Spark在内存方面计算比Hadoop快100倍，在磁盘方面计算快10倍。
大数据的处理与传统的数据处理的区别是什么呢？
就是使用全部的数据来分析，得出结论，想想就知道它的好处啦。
大数据的应用？？？
可以做推荐系统的，想电商、影视类的app，你平时关注什么商品，或者浏览什么类型的商品，或者看什么类型的影视，或者看谁主要的影视，经过大数据分析处理之后，这些app就会推荐想类似的商品或者影视
在销售方面，我想一个例子大家都听说过，就是尿片和啤酒的捆绑销售
银行方面的反欺诈应用。经过大量的数据分析，可以得出欺诈的行为特征，根据这些特征就可以更大概率的确定是不是欺诈行为
人工智能方面，想Google的阿尔法狗，无人汽车驾驶等，这些都在使用大数据。
....
大家都在说靠谱，我想换个角度回答一下你的问题。如果你作为一个爱好，完全没问题，闲暇之余，去学一些这方面的知识或者操作，那非常好，总比浪费时间在其他上面更好，在学习的同时还可以紧跟上时代。
但是，如果你想学习这个最后找工作，我希望你慎重考虑。第一，如果你是计算机专业的，不管毕业与否，自学这个，比较好入门，并且以后找工作也算是专业对口。
第二，如果你不是计算机专业，并且已经大学毕业了，自学就很费劲了，也更费时间，你没有一个详细的学习规划简直太浪费时间精力，最好是能报个班，有个系统的学习规划要比一个人在家里啃书自学强的多。抢时间非常重要，你要知道晚一天，有可能工作岗位就少一个，你如果还在自学上浪费时间，等你自学出来了，专业培训出来的人才已经遍地跑了，自学和系统学习，如果你是HR，你选哪个？
第三，如果你确信自己有能力，也可以真正坚持下去，我支持你，也希望你真的能够成功，但是如果你对自己的学习能力不自信，还想要抓住这个机会，那最好报一个专业培训班，越早学成机会越多。
还没有评论，来说两句吧...