Hadoop进阶之路第8页

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

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

【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

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

【Java编程进阶之路 04】深入探索：Java类加载器与双亲委派 & 打破双亲委派桎梏

文章目录导言01双亲委派模型的基本概念02双亲委派模型的工作流程03双亲委派模型的优势04双亲委派模型在Java生态系统中的应用05如何打破双亲委派模型5.1线程上下文类加载器5.2类加载器的代理模式5.3使用JavaAgent和InstrumentationAPI步骤1:编写一个JavaAgent步骤2:打包JavaAgent步骤3:使用JavaAgent步骤4:使用Instrumentatio

浅夏的猫·2024-03-01 04:42

【Java编程进阶之路 06】深入探索：JDK、JRE与JVM的关系与差异

JDK、JRE与JVM：揭开Java运行环境的神秘面纱在Java开发者的日常工作中，JDK、JRE和JVM这三个概念是不可或缺的。它们构成了Java应用程序的运行环境，但很多初学者可能对这三者的关系和差异感到困惑。本文旨在详细解析JDK、JRE和JVM之间的关系，帮助读者更好地理解Java的运行机制。01JDK：Java开发工具包1.1定义与重要性JDK是Java开发工具包，它提供了开发、调试和运

浅夏的猫·2024-02-29 20:31

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

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

Java面试八股文

面渣逆袭必看，面试题八股文Java基础、Java集合框架、Java并发编程、JVM、Spring、Redis、MyBatis、MySQL、操作系统、计算机网络、RocketMQ、分布式、微服务|二哥的Java进阶之路

翁正存·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

新员工第一次出差？你可能需要知道这些细节。

这是「职场菜鸟进阶之路」的第6篇文章阳阳最近和师兄在外出差，在师兄身上学到了很多东西。今天的职场主题：新人出差时应注意哪些细节？今天的故事来自我的师兄C哥。润物无声的背后，是一次次细致入微的准备。

小小的阳阳·2024-02-24 19:51

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

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

《身为职业女性》遇见更好的自己

萨丽·海格森和马歇尔·古德史密斯在本书中详细阐述了12个足以破坏女性职场进阶之路的坏习惯，在事业陷入“瓶颈”时，或许能帮我们缓解工作上的一些迷茫。也是希望我们践

沐晨时光·2024-02-20 17:54

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

Hadoop 大数据的入门学习

由于所做的银行项目与大数据有关，所以个人学习下hadoop的知识，希望能对大数据有所了解，不喜勿喷，哪里有不对的希望大神指点Hadoop百度百科：Hadoop是一个由Apache基金会所开发的分布式系统基础架构

heybo_zhang·2024-02-20 14:36

Flink理论—Flink架构设计

它集成了所有常见的集群资源管理器，例如HadoopYARN，但也可以设置作为独立集群甚至库运行,例如Spark的StandaloneMode本节概述了Flink架构，并且描述了其主要组件如何交互以执行应用程序和从故障中恢复

不二人生·2024-02-20 12:59

Kafka核心逻辑介绍 | 京东云技术团队

分布式消息系统（kafka2.8.0版本之后接触了对zk的依赖，使用自己的kRaft做集群管理，新增内部主体@metadata存储元数据信息），它的最大的特性就是可以实时的处理大量数据以满足各种需求场景：比如基于hadoop

·2024-02-20 11:54

大数据 - Spark系列《六》- RDD详解

Spark系列文章：大数据-Spark系列《一》-从Hadoop到Spark：大数据计算引擎的演进-CSDN博客大数据-Spark系列《二》-关于Spark在Idea中的一些常用配置-CSDN博客大数据

王哪跑nn·2024-02-20 10:55

大数据 - Spark系列《七》- 分区器详解

Spark系列文章：大数据-Spark系列《一》-从Hadoop到Spark：大数据计算引擎的演进-CSDN博客大数据-Spark系列《二》-关于Spark在Idea中的一些常用配置-CSDN博客大数据

王哪跑nn·2024-02-20 10:55

Linux之Shell

第1章Shell概述1）Linux提供的Shell解析器有[zhao@hadoop101~]$cat/etc/shells/bin/sh/bin/bash/usr/bin/sh/usr/bin/bash

efzy·2024-02-20 08:16

测试环境搭建整套大数据系统（三：搭建集群zookeeper，hdfs，mapreduce，yarn，hive）

一：搭建zkhttps://blog.csdn.net/weixin_43446246/article/details/123327143二：搭建hadoop，yarn，mapreduce。

宇智波云·2024-02-20 08:05

Hadoop Streaming原理

Streaming简介•MapReduce和HDFS采用Java实现，默认提供Java编程接口•Streaming框架允许任何程序语言实现的程序在HadoopMapReduce中使用•Streaming

可乐加冰丶丶·2024-02-20 07:18

【Flink】ClassNotFoundException: org.apache.hadoop.conf.Configuration

问题背景在Flink的sql-client客户端中执行连接hive的sql代码时出现如下错误，版本Flink1.13.6FlinkSQL>createcatalogtestwith(>'type'='hive',>'default-database'='default',>'hive-conf-dir'='/opt/hive/conf');[ERROR]CouldnotexecuteSQLstat

一杯咖啡半杯糖·2024-02-20 07:38

生产环境下，应用模式部署flink任务，通过hdfs提交

通过通过yarn.provided.lib.dirs配置选项指定位置，将flink的依赖上传到hdfs文件管理系统1.实践（1）生产集群为cdh集群，从cm上下载配置文件，设置环境exportHADOOP_CONF_DIR

但行益事莫问前程·2024-02-20 07:04

以内存为核心的开源分布式存储系统

Tachyon为不同的大数据计算框架（如ApacheSpark，HadoopMapReduce,ApacheFlink等）提供可靠的内存级的数据共享服务。

这次靠你了·2024-02-20 05:26

Zookeeper(1):入门

/bin/bashcase$1in"start"){foriinhadoop100hadoop101hadoop102doecho----------zookeeper$i启动------------ssh

叶惠美zz·2024-02-20 04:33

以史为镜，看看和珅从0到99的职场进阶之路，对我们的启示

文/校尉职说世人皆说和珅是个大贪官，乾隆皇帝时期的“二黄帝”，可谓一人之下，万人之上。他的家产相当于嘉庆年间15年的国库总收入，曾有记录说，和珅贪污十几亿两白银，按如今白银的价格算，折合人民币大概有1520多亿，这可是一个天文数字，他可谓是中国历史上贪官的集大成者。很多人对和珅的印象都停留在王刚老师等人主演的《铁齿铜牙纪晓岚》、《宰相刘罗锅》等电视剧中，一个本来是狡猾奸诈、手握大权的反叛人物，被王

北柠闻溪·2024-02-20 02:13

【Linux】指令【scp】

scphadoop.tar.gzdatanode:/software这条命令的含义是将本地的hadoop.tar.gz文件复制到远程主机datanode的/software目录下。

giao客·2024-02-20 01:31

无依赖单机尝鲜 Nebula Exchange 的 SST 导入

无依赖单机尝鲜NebulaExchange的SST导入本文尝试分享下以最小方式（单机、容器化Spark、Hadoop、NebulaGraph），快速趟一下NebulaExchange中SST写入方式的步骤

NebulaGraph·2024-02-19 23:51

K8s进阶之路-Pod的生命周期

Pod创建过程：首先创建一个pod，然后创建一个APIServer和Etcd【把创建出来的信息存储在etcd中】然后创建Scheduler，监控APIServer是否有新的Pod，如果有的话，会通过调度算法，把pod调度某个node上在node节点，会通过kubelet--apiserver读取etcd拿到分配在当前node节点上的pod，然后通过docker创建容器在容器环境初始化后：初始化阶段

是芸晗ya·2024-02-19 21:36

K8s进阶之路-核心概念/架构：

架构：Master/NodeMaster组件--主控节点{负责集群管理（接收用户事件转化成任务分散到node节点上）}Apiserver：资源操作的唯一入口，提供认证、授权、API注册和发现等机制Scheduler：负责集群资源调度，按照预定的调度策略将Pod调度到相应的node节点上注：容器负载均衡部署Deployment控制器是之一Controller-manager：负责维护集群的状态，比如

是芸晗ya·2024-02-19 21:31

mv: 无法获取“/opt/module/hadoop/logs/hadoop-atguigu-nodemanager-hadoop102.out.1“ 的文件状态(stat): 没有那个文件或目录

最近在回顾之前做过的离线数仓项目，在启动hadoop时出现了如下错误：hadoop102:mv:无法获取"/opt/module/hadoop/logs/hadoop-atguigu-nodemanager-hadoop102

时代新人0-0·2024-02-19 21:53

马士兵 day4_Yarn和Map/Reduce配置启动和原理讲解

分布式计算原则：移动计算，而不是移动数据hadoop默认包含了hdfs、yarn、mapReduce三个组件yarn（YetAnotherResourceNegotiater）是资源调度系统，yarn调配的是内存和

PC_Repair·2024-02-19 20:28

K8s进阶之路-安装部署K8s

参考：（部署过程参考的下面红色字体文档链接就可以，步骤很详细，重点部分在下面做了标注）安装部署K8S集群文档：使用kubeadm方式搭建K8S集群·GitBook本机：master：10.0.0.13masternode1：10.0.0.11node1node2：10.0.0.12node2#systemctlstopfirewalld&&systemctldisablefirewalld#sys

是芸晗ya·2024-02-19 20:12

K8s进阶之路-命名空间级-服务发现：

服务发现：Service（东西流量）：集群内网络通信、负载均衡（四层负载）内部跨节点，节点与节点之间的通信，以及pod与pod之间的通信，用Service暴露端口即可实现Ingress（南北流量）：将内部服务暴露外网访问的服务ingress-nginx，也就是nginx反向代理负载均衡服务（七层http负载）Service：