#HDFS

MR实战：网址去重

文章目录一、实战概述二、提出任务三、完成任务（一）准备数据1、在虚拟机上创建文本文件2、上传文件到HDFS指定目录（二）实现步骤1、创建Maven项目2、添加相关依赖3、创建日志属性文件4、创建网址去重映射器类
howard2005·2024-01-06 06:09

大数据管理平台DataSophon开源动态&进行远程Debug方法

新增支持YARN，HDFS，ZK，Hive，Kafka，HBase组件集成Kerberos，支持友好的开启和关闭集成Kerberos。新增机
浮世Talk·2024-01-06 05:18

2.HDFS 架构

目录概述架构HDFS副本HDFS数据写入流程NN工作原理DN工作原理结束概述官方文档快递环境：hadoop版本3.3.6相关文章速递架构HDFSHDFS架构总结如下：amaster/slavearchitecture
流月up·2024-01-05 23:01

大数据 HDFS-存储的王者

文章目录为什么HDFS的地位如此稳固？HDFS的原理HDFS的高可用设计HDFS实现过程为什么HDFS的地位如此稳固？
善守的大龙猫·2024-01-05 21:48

HDFS&Yarn HA架构设计

一、为什么要用HA在hadoop2.0.0之前，在hdfs集群中，NameNode是存在单点故障问题的。
吃货大米饭·2024-01-05 20:22

MR实战：词频统计

文章目录一、实战概述二、提出任务三、完成任务（一）准备数据1、在虚拟机上创建文本文件2、上传文件到HDFS指定目录（二）实现步骤1、创建Maven项目2、添加相关依赖3、创建日志属性文件4、创建词频统计映射器类
howard2005·2024-01-05 19:01

修修改hdfs上的文件所属用户、所属组等读写执行控制权限

HDFS支持权限控制，但支持较弱。HDFS的设计是基于POSIX模型的，支持按用户、用户组、其他用户的读写执行控制权限。
liuzx32·2024-01-05 11:52

SparkStreaming基础解析（四）

而结果也能保存在很多地方，如HDFS，数据
有语忆语·2024-01-05 10:05

Hadoop(04) HDFS编程实践操作

Hadoop分布式文件系统（HadoopDistributedFileSystem,HDFS）是Hadoop核心组件之一，如果已经安装了Hadoop，其中就已经包含了HDFS组件，不需要另外安装。
Eufeo·2024-01-05 09:25

Hadoop集群环境下HDFS实践编程过滤出所有后缀名不为“.abc”的文件时运行报错：Path is not a file: /user/hadoop/input

一、问题描述搭建完Hadoop集群后，在Hadoop集群环境下运行HDFS实践编程使用Eclipse开发调试HDFSJava程序（文末有源码）：假设在目录“hdfs://localhost:9000/user
哇咔咔哇咔·2024-01-05 09:25

Hadoop集群环境下HDFS实践编程过滤出所有后缀名不为“.abc”的文件时运行报错：java.net.ConnectException: 拒绝连接；

一、问题描述搭建完Hadoop集群后，在Hadoop集群环境下运行HDFS实践编程使用Eclipse开发调试HDFSJava程序（文末有源码）：假设在目录“hdfs://localhost:9000/user
哇咔咔哇咔·2024-01-05 09:19

Hive实战处理（二十三）hive整合phoenix

1、hive整合phoenix的原理Hive支持使用HDFS之外的存储系统作为底层存储系统，其中官方明确支持HBase，Kudu，Druid和JDBC(MySQL等)。
sheep8521·2024-01-05 08:13

datax不支持对hive hdfs(ha)高可用 的hdfsreader（即无法读取到HDFS多节点高可用）.

处理方案：采用引入CDH的hive、hdfs等配置文件到hdfsreader,jar替换原的jar文件解决。
whbi·2024-01-05 08:06

HDFS 常用shell命令

#创建名为/abc的文件夹hdfsdfs-mkdir/abc#列出根目录中的内容hdfsdfs-ls/#递归列出多层文件夹的内容hdfsdfs-ls-R/#把Linux系统中/etc/hosts文件上传到
幸福巡礼·2024-01-05 08:15

数据仓库理论进阶 - 01 《阿里大数据之路》第二篇数据模型篇

学习内容链接如下：视频：【一起啃书】阿里大数据之路数据仓库建模基础理论研读(已完结)_哔哩哔哩_bilibili书籍：《阿里大数据之路》8.1为什么需要数据建模建模目标：有序、有结构地分类组织和存储存储在hdfs
:Concerto·2024-01-05 08:43

java与大数据：Hadoop与MapReduce

它由两个核心组件组成：Hadoop分布式文件系统（HDFS）：HDFS是Hadoop的存储系统，它将大数据集分割成多个块，并将这些块分布
naer_chongya·2024-01-05 08:38

flink on yarn任务启停脚本(实现一键读取ck启动，保存ck停止）

1.问题描述flink同步任务，长期任务过多，某个任务停止保存checkpoint或者savepoint后，修改代码，使用命令行读取检查点重新启动需要人工去hdfs上找寻检查点保存位置。
tuoluzhe8521·2024-01-05 06:20

kudu介绍和使用

kudu架构同hdfs和Hbase相似,kudu使用单个的master节点，用来管理集群的元数据，并且使用任意数量的tabletserver节点来存储实际数据。
古城的风cll·2024-01-04 23:12

Impala查询详解

而Impala可以说是一个MPP计算引擎，它需要处理的数据存储在HDFS、Hbase或者Kudu之上，这些存储引擎都是独立于Impala的，可以称之为第三方存储引擎，Impala使
weixin_34234823·2024-01-04 23:41

kudu NoSQL数据库详解

一、Hbase、Kudu和ClickHouse对比Hadoop生态圈中HDFS一直用来保存底层数据。
wespten·2024-01-04 23:09

备份kudu表数据（Kudu导入导出）

INSERTINTOTABLEsome_parquet_tableSELECT*FROMkudu_table方法一：(在Hue中进行即可）1,利用impala进行备份，将Kudu表结构转化为impala表结构(其数据存储在hdfs
冬瓜螺旋雪碧·2024-01-04 23:38

ceph存储

ceph一.存储分类1.本地存储的文件系统ext3ext4efsntfs2.网络存储nfs网络文件系统hdfs分布式网络文件系统glusterfs分布式网络文件系统3.传统存储(1).DASSAS,SATA
MoonSoin·2024-01-04 17:26

11111111

core-site.xml文件的内容如下：hadoop.tmp.dirfile:/usr/local/hadoop/tmpAbaseforothertemporarydirectories.fs.defaultFShdfs
SunsPlanter·2024-01-04 15:23

没脾气的周四

昨天所说的Sqoop由hdfs入Mysql主键重复的问题，今天去生产查了一下，并不像预料的那样，还是一筹莫展，对还是集群上主键没有重复，然后入Mysql报主键重复，很让人尴尬，又没有脾气，你想想如果春节期间
阳春没有雪·2024-01-04 13:50

Flume基础知识（四）：Flume实战之实时监控单个追加文件

1）案例需求：实时监控Hive日志，并上传到HDFS中2）需求分析：3）实现步骤：（1）Flume要想将数据输出到HDFS，依赖Hadoop相关jar包检查/etc/profile.d/my_env.sh
依晴无旧·2024-01-04 10:08

Flume基础知识（五）：Flume实战之实时监控目录下多个新文件

1）案例需求：使用Flume监听整个目录的文件，并上传至HDFS2）需求分析：3）实现步骤：（1）创建配置文件flume-dir-hdfs.conf创建一个文件vimflume-dir-hdfs.conf
依晴无旧·2024-01-04 10:08

Java技术栈 —— Hadoop入门（一）

Java技术栈——Hadoop入门（一）一、Hadoop第一印象二、安装Hadoop三、Hadoop解析3.1Hadoop生态介绍3.1.1MapReduce-核心组件3.1.2HDFS-核心组件3.1.3YARN
键盘国治理专家·2024-01-04 08:02

大数据-HDFS原理

什么是HDFS？
运维仙人·2024-01-04 07:00

【Hadoop-HDFS-S3】HDFS 和存储对象 S3 的对比

【Hadoop-HDFS-S3】HDFS和存储对象S3的对比1）可扩展性2）数据的高可用性3）成本价格4）性能表现5）数据权限6）其他限制虽然ApacheHadoop以前都是使用HDFS的，但是当Hadoop
bmyyyyyy·2024-01-04 07:25

利用python将excel文件转成txt文件，再将txt文件上传hdfs，最后传入hive中

将excel文件转成txt文件，再将txt文件上传hdfs，最后传入hive中1.利用python将excel转成txt文件#!
m0_37759590·2024-01-04 06:03

Hive08_分区表

一分区表1概念：分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。
程序喵猴·2024-01-04 02:00

从零开始了解大数据(七)：总结

系列文章目录从零开始了解大数据(一)：数据分析入门篇-CSDN博客从零开始了解大数据(二)：Hadoop篇-CSDN博客从零开始了解大数据(三)：HDFS分布式文件系统篇-CSDN博客从零开始了解大数据
橘子-青衫·2024-01-04 02:19

hdfs dfs 命令学习实践

1、hdfsdfs-ls查看目录或文件参数：[-C][-d][-h][-R][-t][-S][-r][-u][...]参数释义：-C仅显示文件和目录的路径-d目录列为普通文件-h以人类可读的方式显示文件大小
probtions·2024-01-03 23:25

Spark相关知识点（期末复习集锦）

一、Spark简介Spark，拥有hadoopMR所具有的优点，但不同于MR的是job中监测结果可以保存在内存中，从而不再需要读写HDFS，因此spark能够更好的适用于数据挖掘与机器学习等需要迭代的mr
夜をむかえる·2024-01-03 22:49

启动Hbase后HMaster老是掉的原因

1.启动Hbase之前先启动hdfs,zookeeper,再启动Hbase,但是隔一会就发现HMaster掉线了,但是hregionserver还在.2.解决:重新启动Hbase之前,先kill掉hregionserver
夺命大翻斗·2024-01-03 22:12

hive基本概念原理与底层架构

hadoop是一个开源框架，在分布式环境中存储和处理大型数据，他包括两个模块，一个是mapreduce,另一个是hdfs.mapreduce:他是一个并行编程模型在大型集群普通硬件可用于处理大型
byway_lyn·2024-01-03 20:22

大数据Hadoop入门学习线路图

Hadoop是系统学习大数据的必会知识之一，Hadoop里面包括几个组件HDFS、MapReduce和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，MapReduce是对数据进行处理计算的
千_锋小小千·2024-01-03 19:12

电商数仓可视化1--数据导入

商品分类信息、商品信息、店铺信息、订单数据、订单支付信息、活动信息、物流信息等2、埋点数据埋点日志相对业务数据是用于数据分析、挖掘需求，一般以日志形式存储于日志文件中，随后通过采集落地分布式存储介质中如hdfs
bigdata从入门到放弃·2024-01-03 18:53

我的大数据之路：2023年度总结

同时对“数据治理”有了一定的实践经验：存储治理：HDFS基于纠删码的存储空间占用上优于多副本存储；冷数据使用对象存储可以大幅降低成本。
话数Science·2024-01-03 18:07

HDFS重温

今天被问到分布式，有些忘记，查资料回忆起分布式集群构建，现在重温集群搭建过程费话不多说，来个简图NameNode：HDFS群集包含单个NameNode（主服务器），它管理文件系统命名空间并控制客户端对文件的访问权限
zty_1995·2024-01-03 18:18

开源大数据集群部署（一）集群实施规划

8C16G操作系统版本CentOSLinuxrelease7.8.2003(Core)java版本javaversion“1.8.0_281”hadoop版本hadoop3.2.4集群版本规划集群组建版本HDFS3.2.4YARN3.2.4M
云掣YUNCHE·2024-01-03 15:42

HBASE基础

1、NoSQL非关系型数据库2、hbase是面向列存储结构，即类似于hashmap3、hbase是以hdfs作为基础存储4、官网http://hbase.apache.org/5、hbase的逻辑结构是由行与列族构成的
xinxinyydss·2024-01-03 12:25

HDFS之Offline Viewer

FileDistribution常用于查看hdfs文件大小分布，查看小文件的数量。hdfsoiv-pFileDistribution-maxSizemaxSize-step
zincooo·2024-01-03 09:16

Spark一：Spark介绍、技术栈与运行模式

1.2Spark作用中间结果输出Spark的Job中间输出结果可以保存在内存中，从而不再需要读写HDFSMapReduce的替代方案Spark比M
eight_Jessen·2024-01-03 09:11

Flume基础知识（一）：Flume组成原理与架构

Flume最主要的作用就是，实时读取服务器本地磁盘的数据，将数据写入到HDFS。2.Flume基础架构Flume组成架构如下图所示。
依晴无旧·2024-01-03 07:18

计算机毕业设计吊打导师hadoop+spark+hive知识图谱医生推荐系统 医生数据分析可视化大屏 医生爬虫 医疗可视化 医生大数据 机器学习 大数据毕业设计

万医生数据，最终存入mysql数据库；2.使用pandas+numpy/hadoop+mapreduce对mysql中的医生数据进行数据分析，使用高德地图解析地理位置，并将结果转入.csv文件同时上传到hdfs
计算机毕业设计大神·2024-01-03 07:53

纠删码ReedSolomon

随着大数据技术的发展，HDFS作为Hadoop的核心模块之一得到了广泛的应用。为了数据的可靠性，HDFS通过多副本机制来保证。
旅僧·2024-01-03 07:14

Clojure 实战(4)：编写 Hadoop MapReduce 脚本

它是Apache基金会下的开源项目，受Google两篇论文的启发，采用分布式的文件系统HDFS，以及通用的MapReduce解决方案，能够在数千台物理节点上进行分布式并行计算。
张吉Jerry·2024-01-03 07:35

shell编程之find

-inameaa-user查找文件属主为hdfs的所有文件，不区分大小写find.-userhdfs-group查找文件属组为yarn的所有文件find.-groupyarnf文件find.
hemingkung·2024-01-03 06:13

python操作hdfs及hbase

操作HDFS创建目录client.makedirs("/tmp/ct/test51")默认权限755，用户名：dr.who可以创建多层级目录（类似mkdir-p）如果存在权限不足，可以通过命令行对上层目录权限进行修改
佛系小懒·2024-01-03 04:26
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他