分布式文件系统HDFS 第17页

springboot远程连接HDFS-hadoop3.0

一.hadoop前置环境:hadoop3.0+CDH6.1这里默认已经在linux环境配置好;如何安装hodoop不在本次范围内;注意：此时集群没有开启Kerberos认证我的环境:win10+IDEA2019.3+jdk8二.准备环境:1.获取fs.defaultFS链接在core-site.xml里面这个等下配置在application.propties里面2.下载winutilshttps:

尚云峰·2023-12-28 13:33

java.net.UnknownHostException: hadoop

或者直接在node节点上面执行：hdfsdfs-mkdir/test时报错：mkdir:java.net.UnknownHostException:mkdir:mkdir:java.net.UnknownHostException

綠竹清水之福荫·2023-12-28 13:33

hadoop面试问题

1当前你们公司使用的Hadoop版本是什么Hadoopcdh-5.7.6/hadoop-2.6.02HDFS常见的数据压缩格式有哪些，介绍其中一种详细的实现方式Gzip优点是压缩率高，速度快。

code学习社·2023-12-28 13:31

【Hadoop】RPC在client端的源码解析

最近在看《Hadoop2.XHDFS源码剖析》这本书（其实看了挺久的，但是进度比较慢），要看懂hadoop源码真的是需要一定的代码和框架的基础，用到的东西还真是蛮多的，真的厉害，哎，我太菜了~我们会用hadoop

lsr40·2023-12-28 13:01

HDFS2.x之RPC流程分析

HDFS2.x之RPC流程分析1概述Hadoop提供了一个统一的RPC机制来处理client-namenode,namenode-dataname,client-dataname之间的通信。

can007·2023-12-28 13:59

HDFS客户端UnknownHostException事故解析

文章目录前言事故现场问题分析是否是整个域名解析服务当时都出问题了是否是出问题的pods本身的域名解析有问题异常发生的全部过程域名的解析是什么时候发生的，怎么发生的域名解析的详细流程重试发生在什么地方为什么重试会无效Bugfix代码详解关于StandardHostResolver和QualifiedHostResolver关于InetAddress关于InetSocketAddress相关文章前言我

小昌昌的博客·2023-12-28 12:55

Hadoop之HDFS 详细教程

1、HDFS概述Hadoop分布式系统框架中，首要的基础功能就是文件系统，在Hadoop中使用FileSystem这个抽象类来表示我们的文件系统，这个抽象类下面有很多子实现类，究竟使用哪一种，需要看我们具体的实现类

白鸽呀·2023-12-28 11:29

Hive DDL语法

MySQL大部分都相同一、数据库操作1.1、创建数据库CREATEDATABASE[IFNOTEXISTS]databasename[COMMENTdatabase_comment][LOCATIONhdfspath

有人看我吗·2023-12-28 11:28

Hive实战：统计总分与平均分

文章目录一、实战概述二、提出任务三、完成任务（一）准备数据文件1、在虚拟机上创建文本文件2、将文本文件上传到HDFS指定目录（二）实现步骤1、启动HiveMetastore服务2、启动Hive客户端3、

howard2005·2023-12-28 10:16

阿里云分布式文件系统OSS实现文件上传、删除与下载

介绍OSS：阿里云分布式文件系统网址：OSS控制台作用如果在应用程序所在服务器上做文件上传与下载会给服务器造成很大压力，所以项目会使用独立的文件系统。

龙域、白泽·2023-12-28 07:46

Hive

Hive概述由于MapReduce开发难度大，学习成本高，Hdfs文件没有字段名、没有数据类型，不方便进行数据的有效管理。因此使用MapReduce框架开发，项目周期长，成本高。

之古·2023-12-28 02:58

Hadoop集成对象存储和HDFS磁盘文件存储

1.1版本说明组件版本是否必须其他事项Hadoop3.3.0+是hadoop3.3.0之后原生支持国内主要对象存储Hive3.1.3否实测没有Hive也可以使用sparksql，使用hive更好的管理HDFS

tuoluzhe8521·2023-12-28 02:38

EMR集群迁移自建Hadoop(元数据及HDFS数据）

1.背景老集群采用的腾讯emr集群，使用过程中磁盘扩容成本费用高且开源组件兼容性存在问题，因此决定采用自建hadoop集群，需要将emr的元数据和hdfs基础数据迁移过来。

tuoluzhe8521·2023-12-28 02:37

HDFS_DELEGATION_TOKEN 还原及解决方案

HDFS_DELEGATION_TOKEN这个BUG在很多文章中都出现着，讲了很多原理，但是只给出了官方引用地扯，完全没有给出如何解决，我们线上的业务就有着这样的问题，7天一到马上出现这问题了，官方明明说这个

大猪大猪·2023-12-28 00:39

Hive 部署

Hive构建在ApacheHadoop之上，并通过hdfs支持S3，adls，gs等存储。Hive允许用户使用SQL读取、写入和管理PB级数据。官网地址二、架构Hive中主要包

有人看我吗·2023-12-27 23:54

Hive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）准备数据文件1、在虚拟机上创建文本文件2、将文本文件上传到HDFS指定目录（二）实现步骤1、启动HiveMetastore服务2、启动Hive客户端3、

howard2005·2023-12-27 23:24

Hadoop集群shell常用命令

sbin/start-dfs.shsbin/start-yarn.sh3.常用命令3.1查看指定目录下内容hdfsdfs–ls[文件目录]hdfsdfs-ls-R///显式目录结构hado

Youngmon·2023-12-27 21:10

大数据库分析

ElasticSearch和impala首先，对于两个数据库作出说明，有hive查询比较慢，hbase会针对于列的查询不太友好，所以CDH推出了impala搜索引擎，都是基于HDFS的。

靈08_1024·2023-12-27 19:00

大数据面试题-1

一、map-reduce原理map过程：1.1读取HDFS中的文件。每一行解析成一个。每一个键值对调用一次map函数。1.2覆盖map()，接收1.1产生的，进行处理，转换为新的输出。

edwin1993·2023-12-27 19:29

【hive】hive的调优经验

一、hive自己进行优化对union这样的命令进行了优化二、数据本地化率hdfs数据本地化率对hive性能产生影响在数据大小一定的情况下，500个128M的文件和2个30G的文件跑hive任务，性能是有差异的

kiraraLou·2023-12-27 18:49

PathManager功能

在很多深度学习框架和工具中，PathManager被用作一个文件路径的管理器，它可以自动适应不同的文件系统，包括本地文件系统和分布式文件系统。以下是一些PathManager类可能提供的基本功能

何处不逢君·2023-12-27 15:45

HBase基础知识（六）：HBase 对接 Hive

1.HBase与Hive的对比1．Hive(1)数据仓库Hive的本质其实就相当于将HDFS中已经存储的文件在Mysql中做了一个双射关系，以方便使用HQL去管理查询。

依晴无旧·2023-12-27 14:49

Spark与Hadoop的关系和区别

它包括两个核心组件：Hadoop分布式文件系统（HDFS）：用于存储大规模数据的分布式文件系统。H

晓之以理的喵~~·2023-12-27 12:13

Hadoop生产集群各种维护命令

1.HDFS运维1.1HDFS集群操作命令#HDFS集群启停start-dfs.shstop-dfs.sh#获取HDFS集群信息hdfsdfsadmin-report#namenode和datanode

tuoluzhe8521·2023-12-27 12:12

HDFS shell 快查

HDFS设计的主要目的是对海量数据进行处理，也就是说在其上能够储存很大量文件，HDFS提供多种的访问的策略，首先我们来认识其通过shell接口的访问方式。hdfsshell与linux命令基本相同。

Tim在路上·2023-12-27 12:16

Spark生产集群各种使用

环境配置1.1版本说明要求版本是否必须其他事项Hadoop3.3.4是hadoop3.3.0之后原生支持国内主要对象存储Hive3.1.3否实测没有Hive也可以使用sparksql，使用hive更好的管理HDFS

tuoluzhe8521·2023-12-27 10:15

datax 同步mongodb数据库到hive(hdfs)和elasticserch（es)

（有点老了，后来发现flinkcdc都只能监控一张表，多张表无法监控）2.datax版本：自己编译的DataX-datax_v2022103.hdfs版本：3.1.34.hive版本：3.1.2二、同步思路

tuoluzhe8521·2023-12-27 10:14

[spark] 存储到hdfs时指定分区

在SparkSQL中指定多个分区字段进行数据存储：类似hive分区存储文章目录代码示例代码importorg.apache.spark.sql.SparkSessionvalspark=SparkSession.builder().appName("MultiPartitionedWriteExample").getOrCreate()//假设你有一个DataFrame叫做data，包含了需要存储

言之。·2023-12-27 06:33

[spark] DataFrame 的 checkpoint

在ApacheSpark中，DataFrame的checkpoint方法用于强制执行一个物理计划并将结果缓存到分布式文件系统，以防止在计算过程中临时数据丢失。

言之。·2023-12-27 06:29

hive学习笔记

一、Hive基本概念1.1hive是什么hive是基于hadoop的一个数仓分析工具，hive可以将hdfs上存储的结构化的数据，映射成一张表，然后让用户写HQL(类SQL)来分析数据telupdown138383843813451567138383843953451567138383844012411657713838384413453157571383838434353551567567

不爱吃鱼的馋猫·2023-12-27 06:05

[使用Python操作Hadoop，Python-MapReduce

环境环境使用：hadoop3.1，Python3.6，ubuntu18.04Hadoop是使用Java开发的，推荐使用Java操作HDFS。有时候也需要我们使用Python操作HDFS。

叫我老村长·2023-12-27 05:35

orc小文件合并趣谈

之前做到存储和计算的管理，后续做了简单hdfs画像（其中，就有小文件趋势监控）。最近，集群中namenode压力有所显现。于是，针对小文件多的目录进行了排查和治理。

艾伦_alan·2023-12-27 01:02

分布式系统面试连环炮

他们有共同的一个问题，就是都没怎么搞过分布式系统，现在互联网公司，一般都是做分布式的系统，大家都不是做底层的分布式系统、分布式存储系统hadoophdfs、分布式计算系统hadoopmapreduce/

Java机械师·2023-12-26 23:13

YARN知识点总结

如果把大数据Hadoop集群当作一台计算机,那么HDFS=磁盘YARN=任务调度器+资源管理器所有任务都是运行在Yarn上Yarn分为两个大的模块:ResourceManagerNodeManagerResourceManager

飞有飞言·2023-12-26 23:16

Hadoop大数据实战系列文章之HDFS文件系统

Hadoop附带了一个名为HDFS(Hadoop分布式文件系统)的分布式文件系统，专门存储超大数据文件，为整个Hadoop生态圈提供了基础的存储服务。

测试帮日记·2023-12-26 21:39

借助 KMS (Hadoop Key Management Server) 实现 HDFS 数据加密

对HDFS的读写性能会有一定的降低，但应该不会太严重（未测试），HDFS优先使用native的libcrypto.so完成加解密（默认算法AES-CTR，支持128位AES加密），新版本的

xudong1991·2023-12-26 18:55

【Spark-HDFS小文件合并】使用 Spark 实现 HDFS 小文件合并

【Spark-HDFS小文件合并】使用Spark实现HDFS小文件合并1）导入依赖2）代码实现2.1.HDFSUtils2.2.MergeFilesApplication需求描述：1、使用Spark做小文件合并压缩处理

bmyyyyyy·2023-12-26 17:15

datasophon组件安装时踩坑记录

*to'root'@'%'identifiedby'xxxx';1.安装hdfs后有一个namenode进程未启动解决：在那个未启动的节点上执行hdfsnamenode-bootstrapStandby

州周·2023-12-26 17:56

【HBase】——简介

1HBase定义 ApacheHBase™是以hdfs为数据存储的，一种分布式、可扩展的NoSQL数据库。

那时的样子_·2023-12-26 15:42

修改nfs服务的依赖服务rpcbind的111端口

NFS和rpcbind的关系NFS（NetworkFileSystem）是一种分布式文件系统，它允许在不同的计算机之间共享文件。在进行NFS共享之前，需要先启动RPCbind服务。

花蹦蹦精他哥·2023-12-26 13:32

Hadoop集群部署

模板虚拟机安装JDK3模板虚拟机安装Hadoop4克隆虚拟机5虚拟机配置主机名称映射6集群分发脚本7SSH无密登陆配置8Hadoop集群配置8.1集群部署规划8.2修改配置文件8.2.1核心配置文件配置8.2.2HDFS

程序员储物箱·2023-12-26 12:23

Windows搭建HDFS 2.6.0(附加搭建Hadoop)

1.环境操作系统:Windows7JDK版本:1.8.0_221Hadoop版本:2.6.02.下载Hadoop官网下载image.pngimage.png3.前期准备3.1.配置JAVA环境变量image.pngimage.png4.安装部署4.1.解压，提示报有错误发生不影响image.png4.2.更改配置文件hadoop-env.cmd-添加JAVA_HOME环境变量排坑:Windows环

夹胡碰·2023-12-26 11:20

Hadoop基础操作（学习笔记二）

本笔记按照以下四步进行：1、查看hadoop集群的基本信息http://master:50070/HDFS监控服务http://master:8088/cluster/nodes集群的计算资源信息http

Mecury_·2023-12-26 10:32

hadoop3.0x 后要比spark快10倍！

smileyboy2009·2023-12-26 10:56

Hive04_DDL操作

HiveDDL操作1DDL数据定义1.1创建数据库CREATEDATABASE[IFNOTEXISTS]database_name[COMMENTdatabase_comment][LOCATIONhdfs_path

程序喵猴·2023-12-26 08:39

Hive05_DML 操作

overwrite]intotablestudent[partition(partcol1=val1,…)];（1）loaddata:表示加载数据（2）local:表示从本地加载数据到hive表；否则从HDFS

程序喵猴·2023-12-26 08:02

Linux下配置伪分布式的Hadoop

安装jdk1.8，注意，jdk版本太高会导致hadoop无法正常启动和运行2下载hadoop3.1.3，并上传至服务器解压3编辑etc/hadoop/core-site.xmlfs.defaultFShdfs

qq_34324703·2023-12-26 05:49

Flume采集日志存储到HDFS

1日志服务器上配置Flume,采集本地日志文件，发送到172.19.115.96的flume上进行聚合，如日志服务器有多组，则在多台服务器上配置相同的配置#Namethecomponentsonthisagenta1.sources=r1a1.sinks=k1a1.channels=c1#Describe/configurethesourcea1.sources.r1.type=TAILDIRa1

qq_34324703·2023-12-26 05:46

如何准备系统设计面试？

2：设计一个框架比如RPC框架、消息队列、缓存框架、分布式文件系统等等。3：设计某某系统中的一个功能比如哔哩哔哩的点赞功能。

_River_·2023-12-26 04:16

大数据技术——处理架构Hadoop

软件基金会旗下的一个开源分布式计算平台，为用户提供了系统底层细节透明的分布式基础架构•Hadoop是基于Java语言开发的，具有很好的跨平台特性，并且可以部署在廉价的计算机集群中•Hadoop的核心是分布式文件系统

Imrea·2023-12-26 01:55

推荐频道

分布式文件系统HDFS