Hadoop从入门到精通

linux安装单机版spark3.5.0

一、spark介绍是一种通用的大数据计算框架，正如传统大数据技术Hadoop的MapReduce、Hive引擎，以及Storm流式实时计算引擎等.Spark主要用于大数据的计算二、spark下载spark3.5.0
爱上雪茄·2024-03-17 18:57

Hadoop简介

简介大数据简介概述大数据的说法从出现到现在，也经历了十多年时间的发展。而在这十几年的发展过程中，非常多的机构、组织都试图对大数据做出过定义，例如：研究机构Gartner给出了这样的定义："大数据"是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。再例如根据维基百科的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
程序员小郭同学·2024-03-16 07:10

Hive中的NVL函数与COALESCE函数

ReturnsdefaultvalueifvalueisnullelsereturnsvalueExample:>SELECTnvl(null,'bla')FROMsrcLIMIT1;blaFunctionclass:org.apache.hadoop.hive.ql.udf.generic.GenericUDFNv
独影月下酌酒·2024-03-15 13:13

hive库表占用空间大小的命令

hdfsdfs-du-h/user/hive/warehouse2、按占用空间大小降序排列hdfsdfs-du/user/hive/warehouse/ipms.db|sort-nr3、查某一个分区占用空间大小（单位G)hadoopfs-ls
刀鋒偏冷·2024-03-15 13:13

2.Python从入门到精通—Python 基础语法详细讲解-上

【30天】Python从入门到精通详解版—第一天—Python基础语法详细讲解-上Python变量Python数据类型数字类型（Number）字符串类型（String）列表类型（List）元组类型（Tuple
以山河作礼。·2024-03-14 16:13

Python招聘信息爬虫数据可视化分析大屏全屏系统(Django框架) 开题报告

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-14 15:41

03hive数仓安装与基础使用

hiveHive概述Hive是基于Hadoop的一个数据仓库工具。
daydayup9527·2024-03-14 13:39

python从入门到精通（十五）：python爬虫完整学习大纲

一、基础知识爬虫的基本概念和工作原理。HTTP协议和网页结构。Python爬虫开发的基础库，如requests、BeautifulSoup等。常见的反爬虫机制和应对方法。二、爬虫逆向的技术代理服务器和IP封锁突破。用户代理和请求头模拟。JavaScript解析和执行。验证码识别和破解。动态网页抓取和爬虫框架。三、数据抓取和处理数据抓取的技巧和策略。数据清洗和预处理。数据存储和数据库操作。数据分析和
HACKNOE·2024-03-14 03:24

Python贵州贵阳二手房源爬虫数据可视化分析大屏全屏系统 开题报告

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-12 16:35

HDFS

（一）HDFS简介及其基本概念  HDFS（HadoopDistributedFileSystem）是hadoop生态系统的一个重要组成部分，是hadoop中的的存储组件，在整个Hadoop中的地位非同一般
weixin_51987187·2024-03-12 14:32

大数据开发（Hadoop面试真题-卷二）

大数据开发（Hadoop面试真题）1、在大规模数据处理过程中使用编写MapReduce程序存在什么缺点？如何解决这些问题？
Key-Key·2024-03-12 02:15

Java开发从入门到精通（一）：Java的十大经典排序算法

时间复杂度：指算法执行语句的次数，而并不是计算程序具体运行的时间。空间复杂度：指运行完一个程序所需内存的大小。稳定性：指待排序的序列中有两元素相等，排序之后它们的先后顺序不变。冒泡排序冒泡排序算法的原理如下：比较相邻的两个元素，如果前者比后者大（反之倒序），则交换。对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。针对所有的元素重复以上的步骤。持续每次对越来越少的元素重复上面的步骤，直到
HACKNOE·2024-03-11 21:38

基于Python电影院在线选座订票系统 (Django框架)答辩常规问题和如何回答(答辩指导)

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-11 03:58

Spark从入门到精通29:Spark SQL：工作原理剖析以及性能优化

SparkSQL工作原理剖析1.编写SQL语句只要是在数据库类型的技术里面，例如MySQL、Oracle等，包括现在大数据领域的数据仓库，例如Hive。它的基本的SQL执行的模型，都是类似的，首先都是要生成一条SQL语句执行计划。执行计划即从哪里查询，在哪个文件，从文件中查询哪些数据，此外，复杂的SQL还包括查询时是否对表中的数据进行过滤和筛选等等。2.UnresolvedLogicalPlan未
勇于自信·2024-03-11 00:20

zookeeper 使用

zookeeper介绍zookeeper是一个为分布式应用提供一致性服务的软件，它是开源的Hadoop项目中的一个子项目，并且根据google发表的论文来实现的，接下来我们首先来安装使用下这个软件，然后再来探索下其中比较重要一致性算法
SkTj·2024-03-10 02:15

Hive SQL 开发指南（三）优化及常见异常

在大数据领域，HiveSQL是一种常用的查询语言，用于在Hadoop上进行数据分析和处理。为了确保代码的可读性、维护性和性能，制定一套规范化的HiveSQL开发规范至关重要。
大数据_苡~·2024-03-09 14:13

大数据开发（Hadoop面试真题-卷九）

大数据开发（Hadoop面试真题）1、Hivecount(distinct)有几个reduce，海量数据会有什么问题？
Key-Key·2024-03-09 10:06

大数据开源框架技术汇总

目录系统平台（Hadoop、CDH、HDP）监控管理（CM、Hue、Ambari、Dr.Elephant、Ganglia、Zabbix、Eagle）文件系统（HDFS、GPFS、Ceph、Gluster
浪尖聊大数据-浪尖·2024-03-08 20:48

Python北京二手房源爬虫数据可视化分析大屏全屏系统 开题报告

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-08 19:16

Python湖南长沙二手房源爬虫数据可视化分析大屏全屏系统 开题报告

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-07 21:17

从入门到精通：Elasticsearch开发实践教程

Elasticsearch是一款开源的搜索引擎，它使用Lucene搜索库作为其核心搜索引擎。Elasticsearch使用RESTfulAPI进行交互，并支持多种数据类型的搜索和聚合。本教程将介绍Elasticsearch的基本原理，如何开发，以及如何在SpringBoot中使用Elasticsearch。Elasticsearch的原理Elasticsearch是一个分布式的文档存储和搜索引擎。
青年老年程序员·2024-03-05 19:14

Python上海美食餐厅餐馆商家爬虫数据可视化分析和推荐查询系统 开题报告

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-04 20:15

【Hadoop】在spark读取clickhouse中数据

读取clickhouse数据库数据importscala.collection.mutable.ArrayBufferimportjava.util.Propertiesimportorg.apache.spark.sql.SaveModeimportorg.apache.spark.sql.SparkSessiondefgetCKJdbcProperties(batchSize:String="
方大刚233·2024-03-03 06:54

【Hadoop】使用Metorikku框架读取hive数据统计分析写入mysql

一、定义作业文件作业文件该文件将包括输入源、输出目标和要执行的配置文件的位置，具体内容如下metrics:-/user/xrx/qdb.yaml#此位置为hdfs文件系统目录inputs:output:jdbc:connectionUrl:"jdbc:mysql://233.233.233.233:3306/sjjc"user:"root"password:"123456"driver:"com.
方大刚233·2024-03-03 06:23

Python青海西宁二手房源爬虫数据可视化分析大屏全屏系统 开题报告

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-03 02:20

Spark-sql Adaptive Execution动态调整分区数量，调整输出文件数

看看这个参数如何运用：我们的spark-sql版本：[hadoop@666~]$spark-sql--versionWelcometo______/__
不想起的昵称·2024-03-02 15:03

hadoop里需要的libhadoop.so版本不一致导致问题及解决办法

$HADOOP_HOME/lib/native/Linux-amd64-64(64位操作系统)$HADOOP_HOME/lib/native/Linux-i386-32（32位操作系统）文件夹中的libhadoop.so
weixin_34304013·2024-03-02 09:23

hadoop启动报错处理

1.hadoop启动报错1.1.问题1util.NativeCodeLoader:Unabletoloadnative-hadooplibraryforyourplatform...usingbuiltin-javaclasseswhereapplicable
akuibpt23191·2024-03-02 08:51

第5章：性能优化《Nginx实战：从入门到精通》

在Web服务器的世界里，性能是一个永恒的话题。Nginx已经是一个非常高效的服务器了，但是通过一些优化措施，你可以让它运行得更快、处理更多的请求，同时使用更少的资源。本章将探讨一些提升Nginx性能的策略。Nginx性能调优基础优化Nginx性能的第一步是理解和配置它的工作模式和工作参数，以适应你的具体需求和服务器环境。工作进程和连接数worker_processes：这个指令告诉Nginx启动多
运维家·2024-03-02 05:47

Python辽宁沈阳二手房源爬虫数据可视化分析大屏全屏系统 开题报告

所有项目都配有从入门到精通的基础知识视频课程，学习后应对毕业设计答辩。
黄菊华老师·2024-03-01 12:53

【Java万花筒】从入门到精通：Java实时数据可视化库详解

实时数据可视化：Java开发者必备技能前言在当今数据时代，实时数据可视化已成为企业和个人决策的关键环节之一。作为一名Java开发者，掌握实时数据可视化库的使用，可以帮助您更好地展示数据，提高工作效率和决策质量。本文将为您介绍目前市面上流行的八个Java实时数据可视化库，旨在帮助您快速入门和提高数据可视化能力。【Java万花筒】数据之翼：Java库助您飞跃科学计算高峰【Java万花筒】Java图形库
friklogff·2024-03-01 08:48

Spark整合hive（保姆级教程）

准备工作：1、需要安装配置好hive，如果不会安装可以跳转到Linux下编写脚本自动安装hive2、需要安装配置好spark，如果不会安装可以跳转到Spark安装与配置（单机版）3、需要安装配置好Hadoop
万家林·2024-02-29 09:47

Scrapy与分布式开发(1.1)：课程导学

Scrapy与分布式开发：从入门到精通，打造高效爬虫系统课程大纲在这个专栏中，我们将一起探索Scrapy框架的魅力，以及如何通过Scrapy-Redis实现分布式爬虫的开发。
九月镇灵将·2024-02-28 11:23

Hadoop-Yarn-NodeManager是如何监控容器的

一、源码下载下面是hadoop官方源码下载地址，我下载的是hadoop-3.2.4，那就一起来看下吧Indexof/dist/hadoop/core二、上下文在我的博客中的ContainerLaunchprepareForLaunch
隔着天花板看星星·2024-02-28 06:15

native sql -ABAP开发从入门到精通笔记

NativeSQLSQL概要OPENSQL读取数据SelectSelect...Selectsignle....where.列去重数据Selectdistinct...where...当取多条数据时，select结果会保存到内表中。Select...into...语句的结果不是保存在内保中，而是保存到了wa中，这里就要加一个endselect语句。【如果是selectintowa，就要使用ends
guduchangjian·2024-02-27 12:23

Python 爬虫从入门到精通

一、爬虫简介爬虫用来自动获取网络上信息。Python因其丰富的第三方库和易读性，成为了爬虫开发的热门选择。二、环境配置与基本工具1.Python环境配置安装Python3.x版本并配置好环境。DownloadPython|Python.org2.常用库介绍requests：用于处理HTTP请求的库，可以发送GET、POST等请求并获取响应数据。BeautifulSoup：用于解析HTML或XML文
武帝为此·2024-02-26 05:16

Zookeeper实现分布式锁

首先需要确保有hadoop102，hadoop103，hadoop104三台虚拟机并且都安装成功且配置成功了zookeeper。
正在绘制中·2024-02-25 23:35

C++从入门到精通 第十六章（STL常用算法）

写在前面：本系列专栏主要介绍C++的相关知识，思路以下面的参考链接教程为主，大部分笔记也出自该教程，笔者的原创部分主要在示例代码的注释部分。除了参考下面的链接教程以外，笔者还参考了其它的一些C++教材（比如计算机二级教材和C语言教材），笔者认为重要的部分大多都会用粗体标注（未被标注出的部分可能全是重点，可根据相关部分的示例代码量和注释量判断，或者根据实际经验判断）。如有错漏欢迎指出。参考教程：黑马
Zevalin爱灰灰·2024-02-24 05:20

Swift Combine 使用 ObservableObject 与 SwiftUI 模型作为发布源 从入门到精通二十

Combine系列SwiftCombine从入门到精通一SwiftCombine发布者订阅者操作者从入门到精通二SwiftCombine管道从入门到精通三SwiftCombine发布者publisher
AI架构师易筋·2024-02-23 07:24

docker搭建hadoop hdfs完全分布式集群

1制作hadoop镜像参见https://www.cnblogs.com/rmxd/p/12051866.html该博客中只参考制作镜像部分，固定IP及启动集群的部分应该跳过。
shangcunshanfu·2024-02-20 22:08

基于docker安装HDFS

1.docker一键安装见docker一键安装2.拉取镜像sudodockerpullkiwenlau/hadoop:1.03.下载启动脚本gitclonehttps://github.com/kiwenlau
core512·2024-02-20 22:02

寄予厚望！2024中科院《预警期刊名单》

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【论文投稿】微信交流群扫码加入CVer学术星球，可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，以及最前沿项目和应用
Amusi（CVer）·2024-02-20 22:16

hive 的map数和reduce如何确定

的文件大小，集群设置的文件块大小(目前为128M,可在hive中通过setdfs.block.size;命令查看到，该参数不能自定义修改)；2.举例：a)假设input目录下有1个文件a,大小为780M,那么hadoop
Super乐·2024-02-20 20:38

(17)Hive ——MR任务的map与reduce个数由什么决定？

MapTask的数量由以下参数决定文件个数文件大小blocksize一般而言，对于每一个输入的文件会有一个mapsplit，每一个分片会开启一个map任务，很容易导致小文件问题（如果不进行小文件合并，极可能导致Hadoop
爱吃辣条byte·2024-02-20 20:27

Hadoop生态圈

是数据分析数据引擎，也是MapReduce模型，支持SQL4.Pig也是一个数据分析引擎，不支持SQL，有自己的PigLatin数据5.Sqoop是数据采集工具，针对关系数据库6.Flume是针对文件等数据的采集7.Hadoop
陈超Terry的技术屋·2024-02-20 19:47

16.用Hadoop命令向CDH集群提交MR作业

Redhat7.2非Kerberos集群CDH5.13，OS为CentOS6.5前置条件CDH集群运行正常本地开发环境与集群网络互通且端口放通16.2示例这里使用的代码是没有加载CDH集群的xml配置的，因为使用hadoop
大勇任卷舒·2024-02-20 19:27

【YARN】【Apache Hadoop YARN】【架构】

ThefundamentalideaofYARNistosplitupthefunctionalitiesofresourcemanagementandjobscheduling/monitoringintoseparatedaemons.TheideaistohaveaglobalResourceManager(RM)andper-applicationApplicationMaster(AM)
资源存储库·2024-02-20 18:48

记一次 Flink 作业启动缓慢

记一次Flink作业启动缓慢背景应用发现，Hadoop集群的hdfs较之前更加缓慢，且离线ELT任务也以前晚半个多小时才能跑完。
卢说·2024-02-20 18:38

【plt.hist绘制直方图】：从入门到精通，只需一篇文章！【Matplotlib可视化】

【plt.pie绘制直方图】：从入门到精通，只需一篇文章！【Matplotlib可视化】！
高斯小哥·2024-02-20 15:21

大数据Map Reduce (Hadoop) 和 MPP数据库 的区别

原理的角度出发,mapreduce其实就是二分查找的一个逆过程,不过因为计算节点有限,所以map和reduce前都预先有一个分区的步骤.二分查找要求数据是排序好的,所以MapReduce之间会有一个shuffle的过程对Map的结果排序.Reduce的输入是排好序的.MR分而治之的策略和数据库行业中另一种数据库MassivelyParallelProcessor即大规模并行处理数据库(典型代表AW
山哥Samuel·2024-02-20 15:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他