hdfs参数调优

Hudi学习6：安装和基本操作

目录1编译Hudi1.1第一步、Maven安装1.2第二步、下载源码包1.3第三步、添加Maven镜像1.4第四步、执行编译命令1.5第五步、HudiCLI测试2环境准备2.1安装HDFS2.2安装Spark3
hzp666·2024-02-05 14:59

Hudi学习1：概述

Hudi概念Hudi跟hive很像，不存储数据，只是管理hdfs数据。
hzp666·2024-02-05 14:59

Hudi学习 6：Hudi使用

准备工作：1.安装hdfshttps://mp.csdn.net/mp_blog/creation/editor/1096891432.安装sparkspark学习4：spark安装_hzp666的博客
hzp666·2024-02-05 14:58

计算机毕业设计hadoop+spark+hive小说数据分析可视化大屏 小说推荐系统 小说爬虫 小说大数据 机器学习 知识图谱 小说网站 大数据毕业设计

流程1.爬取17k的小说数据约5-10万，存入mysql数据库；2.使用mapreduce对mysql中的小说数据集进行数据清洗，转为.csv文件上传至hdfs文件系统；3.根据.csv文件结构，使用hive
计算机毕业设计大神·2024-02-05 14:48

[Hadoop]万字长文Hadoop相关优化和问题排查总结

namenode优化namenode内存生产配置NameNode心跳并发配置开启回收站配置datanode的优化hdfs调优hadoop的优化YARN的优化HDFS调优的基本原则HDFS调优的常用参数排查哪个任务的
王一1995·2024-02-05 10:55

2024-02-04（hive）

分区其实就是HDFS上的不同文件夹。分区表可以极大的提高特定场景下Hive的操作性能。
陈xr·2024-02-05 10:54

降本增效利器！趣头条Spark Remote Shuffle Service最佳实践

多个业务线依赖于大数据平台展开业务，大数据系统的高效和稳定成了公司业务发展的基石，在大数据的架构上我们使用了业界成熟的方案，存储构建在HDFS上、计算资源调度依赖Yarn、表元数据使用Hiv
阿里云技术·2024-02-05 09:29

CDH添加新节点小记

免密，jdk，防火墙及时间同步安装配置CM子节点，创建parcels，后续安装的软件都会分发到该文件夹下启动当前节点的CM，转到CDH管理界面，可以看到节点已添加到主机列表中选择该节点，添加角色：例如：hdfs
sx_1706·2024-02-05 09:59

大数据 - Spark系列《三》- 加载各种数据源创建RDD

中的一些常用配置-CSDN博客目录3.1加载文件(本地)1.加载本地文件路径使用textFile加载本地txt文件使用textFile加载本地json文件使用sequenceFile加载本地二进制文件HDFS
王哪跑nn·2024-02-05 09:28

impala与kudu进行集成

概要Impala是一个开源的高效率的SQL查询引擎，用于查询存储在Hadoop分布式文件系统（HDFS）中的大规模数据集。它提供了一个类似于传统关系型数据库的SQL接口，允许用户使用SQL语言
shandongwill·2024-02-05 07:44

1.0 Hadoop 教程

其核心部件包括分布式文件系统(HadoopDFS，HDFS)和Ma
二当家的素材网·2024-02-05 06:38

3.0 Hadoop 概念

Hadoop主要包含HDFS和MapReduce两大组件，HDFS负责分布储存数据，MapRed
二当家的素材网·2024-02-05 06:38

大数据框架(分区，分桶，分片)

建议收藏目录Hive分区与分桶ES分片Kafka分区HBase分区Kudu分区HiveHive分区是按照数据表的某列或者某些列分为多区，在hive存储上是hdfs文件，也就是文件夹形式。
坨坨的大数据·2024-02-05 06:29

CDH5.X中使用Sqoop导数据报Cannot run program “mysqldump“: error=2, No such file or director

一、背景CHD5.16环境中，使用sqoop从MySQL中进行ETL导数据到hdfs过程中，报了如下错误：20/12/2213:58:48INFOmapreduce.Job:TaskId:attempt
江畔独步·2024-02-05 01:49

【读红宝书（一）】背景知识

相反，MapReduce市场已经转变为HDFS市场，并且似乎准备成为关系型SQL市场。最近，HDFS领域出现了另一个值得讨论的重点，即“数据湖”。
三半俊秀·2024-02-04 23:41

Flink1.18.0集成Yarn-session模式部署

上次部署了Hadoop集群Hadoop3.3.6（HDFS、YARN、MapReduce）完全分布式集群安装搭建这次集成下flinkYARN上部署的过程是：客户端把Flink应用提交给Yarn的ResourceManager
china-zhz·2024-02-04 21:34

Hadoop3.3.6（HDFS、YARN、MapReduce）完全分布式集群安装搭建

目录一、节点部署角色目录二、下载软件三、基础设施1、安装必要插件2、设置IP及主机名3、时间同步4、jdk安装5、ssh免密登录四、Hadoop部署1、目录及环境变量准备2、安装3、修改配置文件4、分发文件5、启动hadoop集群6、集群部署验证一、节点部署角色目录节点ipNNSNNDNRMNMHSnode1192.168.88.11√√node2192.168.88.12√√√√node3192
china-zhz·2024-02-04 21:33

hive小文件合并问题

背景Hivequery将运算好的数据写回hdfs（比如insertinto语句），有时候会产生大量的小文件，如果不采用CombineHiveInputFormat就对这些小文件进行操作的话会产生大量的maptask
DuLaGong·2024-02-04 20:16

（三）Hive的分桶详解

Hive分桶通俗点来说就是将表（或者分区，也就是hdfs上的目录而真正的数据是存储在该目录下的文件）中文件分成几个文件去存储。
小猪Harry·2024-02-04 19:20

HDFS常用命令

HDFS常用命令在hdfs文件系统上创建一个input文件夹bin/hdfsdfs-mkdir-p/user/anna/input将测试文件内容上传到文件系统上bin/hdfsdfs-putwc.input
须臾之北·2024-02-04 18:41

evalml，一个有趣的 Python 库！

然而，构建和部署机器学习模型常常需要大量的时间和精力，涉及到数据预处理、特征工程、模型选择、超参数调优等一系列复杂任务。为了简化这个过
Sitin涛哥·2024-02-04 16:56

MapReduce执行过程

1.JobClient：运行于clientnode，负责将MapReduce程序打成Jar包存储到HDFS，并把Jar包的路径提交到Jobtracker，由Jobtracker进行任务的分配和监控。
HenlyX·2024-02-04 15:12

Tomcat性能优化2大法宝

下面将从JVM参数调优、线程池优化两个方面，讲述如何对Tomcat进行性能优化：1.JVM参数调优首先，通过JVisualVM或JMX等工具监控系统运行状态，发现频繁的FullGC是导致响应变慢的主要原因
拥抱AI·2024-02-04 14:03

Ranger-Yarn插件安装

登陆hdfs安装的用户，garrison/zdh1234(用户组hadoop),获取安装包解压安装scp/home/backup/ranger/ranger-0.6.0-yarn-plugin.tar.gz.tar–zxvfr
木木与呆呆·2024-02-04 10:22

Hive 主要内容一览

Hadoop使用HDFS进行存储，使
大数据左右手·2024-02-04 07:13

2019-10-08 大数据开发进阶之路

市场需要的水平熟练掌握Linux、SQL与HiveSQL掌握Hadoop生态主流技术，如HDFS/MapRedunce/Yarn/HBase/Flume等掌握Spark生态核心技术，如Spark架构/RDD
红瓦李·2024-02-03 20:39

大数据环境搭建(一)-Hive

1hive介绍由Facebook开源的,用于解决海量结构化日志的数据统计的项目本质上是将HQL转化为MapReduce、Tez、Spark等程序Hive表的数据是HDFS上的目录和文件Hive元数据metastore
xfchn多多学习学习·2024-02-03 20:42

大数据面试题 ---阿善有用

大数据工程师面试题1.选择题1.1.下面哪个程序负责HDFS数据存储。
okbin1991·2024-02-03 15:21

# 用Sqoop将MySQL的表导入到HDFS中，表导入成功，但数据为空，报错：Unknown column ‘????‘ in ‘field list‘

用Sqoop将MySQL的表导入到HDFS中，报错：Unknowncolumn‘???’
Quan_Mu·2024-02-03 10:24

2024-02-01(Hive)

2.Hive看似处理的是mysql的表，但实际上处理的是HDFS中的文本文件。
陈xr·2024-02-03 08:53

hadoop 50070 无法访问问题解决汇总

djt002hadoop]#vi/etc/selinux/config改为：SELINUX=disabled解决办法2：查看你的$HADOOP_HOME/etc/hadoop下的core-site.xml和hdfs-site.xml
無法複制·2024-02-03 08:13

Datax3.0+DataX-Web部署分布式可视化ETL系统

DataX致力于实现包括关系型数据库（MySQL、Oracle等）、HDFS、Hive、ODPS、HBase、FTP等各种异构数据源（即不同的数据库）间稳定高效的数据同步功能。
無法複制·2024-02-03 08:06

ClickHouse基于数据分析常用函数

1.2调用函数1.3子查询二、GROUPBY子句（结合WITHROLLUP、CUBE、TOTALS）三、FORM语法3.1表函数3.1.1file3.1.2numbers3.1.3mysql3.1.4hdfs
懒惰的小白521·2024-02-03 08:31

Hadoop：学习HDFS，看完这篇就够了！

HDFS（HadoopDistributedFileSystem）是ApacheHadoop生态系统中的分布式文件系统，用于存储和处理大规模数据集。
爱写代码的July·2024-02-03 08:09

Hadoop：HDFS学习巩固——基础习题及编程实战

一HDFS选择题1.对HDFS通信协议的理解错误的是？
爱写代码的July·2024-02-03 08:09

Hadoop生态圈-组件介绍

Hadoop的核心组件是HDFS、MapReduce。
苏尔伯特·2024-02-03 00:19

手把手教Hadoop环境搭建，学不会你咬我～

目录前置条件配置SSH免密登录Hadoop(HDFS)环境搭建Hadoop(YARN)环境搭建1、前置条件Hadoop的运行依赖JDK，需要预先安装，安装步骤见：1.1下载并解压在官网下载所需版本的JDK
程序IT圈·2024-02-02 23:11

单机搭建hadoop环境（包括hdfs、yarn、hive）

单机可以搭建伪分布式hadoop环境，用来测试和开发使用，hadoop包括：hdfs服务器yarn服务器，yarn的前提是hdfs服务器，在前面两个的基础上，课可以搭建hive服务器，不过hive不属于
howard_shooter·2024-02-02 23:39

Flink 的架构与组件

Flink支持各种数据源和接口，如Kafka、HDFS、TCP流等，并可以将处理结果输出到各种数据接收器，如HDFS、Elasticsearch、Kafka等。
禅与计算机程序设计艺术·2024-02-02 20:06

DataX介绍

一、介绍DataX是一个异构数据源离线同步工具，致力于实现包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。
有人看我吗·2024-02-02 18:03

datax 学习记录

初识DataX是由阿里巴巴研发并开源的一个异构数据源离线同步工具，DataX实现了包括MySQL、Oracle、OceanBase、SqlServer、Postgre、HDFS、Hive、ADS、HBase
咳咳00·2024-02-02 17:58

datax避坑记录

DataX实现了包括MySQL、Oracle、OceanBase、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS
佛祖保佑永不宕机·2024-02-02 17:28

Hadoop原理

Hadoop框架分布式文件存储-HDFS即Hadoop内提供分布式数据存储的文件系统分布式计算框架-MapReduce即Hadoop内提供的进行分布式计算的组件分布式资源调度-YARN即Hadoop内提供的进行分布式资源调度的组件
我走之後·2024-02-02 14:25

实现Redis亿级存储的方案

在hdfs的帮助下离线存储千亿记录并不困难，然而DMP还需要提供毫秒级的实时查询。由于cookie这种id本
skyito88·2024-02-02 12:25

Hive基本操作

在所有操作前先启动hdfs、yarn、historyserver。
明明德撩码·2024-02-02 11:19

linux服务器springboot或tomcat项目启动，进行jvm参数调优设置

简介在实验环境或生产环境中，往往一台linux服务器需要添加启动n个项目，但是项目启动占用的jvm内存默认值基本上都是很大的，800m到2G都有，这样很容易将服务器的内存吃垮，从而导致系统强制oom（内存泄露），不留任何情面；所以，我们在部署项目的时候需要进行jvm参数的调优设置，保证内存使用的稳定性；首先执行命令：free-h，查询当前的内存占用情况，从下图可看出，内存已被撑爆；开始进行优化，执
liaozk_c·2024-02-02 10:39

Hadoop-生产调优(更新中)

第1章HDFS-核心参数1.1NameNode内存生产配置1）NameNode内存计算每个文件块大概占用150byte，一台服务器128G内存为例，能存储多少文件块呢？
OnePandas·2024-02-02 07:47

黑猴子的家：API 操作 HDFS 文件夹删除

1、Code->GitHubhttps://github.com/liufengji/hadoop_hdfs.git2、Code@TestpublicvoiddeleteAtHDFS()throwsException
黑猴子的家·2024-02-02 00:29

基于RF算法的侧信道攻击方法研究

文章提出一种基于RF算法的侧信道攻击方法,分别从输入数据处理和参数控制两方面进行模型优化,在特征点选择和RF算法参数调优两方面进行改进。
罗伯特之技术屋·2024-02-01 21:18

[Python] 什么是网格搜索以及scikit-learn中GridSearch类的介绍和使用案例？

网格搜索是一种参数调优的方法，它可以帮助找到最佳的模型参数。在网格搜索中，我们先指定参数的候选值范围，然后枚举所有可能的参数组合，计算每个模型的性能指标（比如准确率、精确率等）。
老狼IT工作室·2024-02-01 20:39
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他