mapreduce运行日志

Flink

GoogleFileSystemBigTableMapReduceHDFSHBaseHadoopHadoop基于硬盘，可以处理海量数据；Spark基于内存，性能提高百倍，微批（500ms）；Flink基于
三半俊秀·2024-01-13 01:53

如何进行大数据系统测试

MapReduce：作为Hadoop的核心计算框架，它通过将复杂的计算任务分解为“映射”（map）和“归约”（reduce）阶段，在集群节点上并行执行。
Feng.Lee·2024-01-12 21:41

Hadoop常用命令

stop-all.sh单进程启动：start-dfs.sh和start-yarn.sh分别启动HDFS和YARNhdfsdfs-xxx其中xxx为Linux常用命令：如hdfsdfs-ls查看hdfs文件系统目录执行mapreduce
在努力的Jie·2024-01-12 16:16

Hadoop 的核心 —— HDFS（1）

Hadoop是一个开源的大数据框架Hadoop是一个分布式计算的解决方案Hadoop=HDFS（分布式文件系统）+MapReduce（分布式计算）Hadoop的两个核心：HDFS分布式文件系统：存储是大数据技术的基础
土冥王·2024-01-12 16:13

Hadoop框架下MapReduce中的map个数如何控制

一个job的map阶段并行度由客户端在提交job时决定客户端对map阶段并行度的规划基本逻辑为：一、将待处理的文件进行逻辑切片（根据处理数据文件的大小，划分多个split），然后每一个split分配一个maptask并行处理实例二、具体切片规划是由FileInputFormat实现类的getSplits()方法完成切分规则如下：1.简单地按照文件的内容长度进行切片2.切片大小默认是datanode
数据萌新·2024-01-12 14:31

Linux环境下使用logrotate工具实现nginx日志切割

本文已同步到专业技术网站www.sufaith.com,该网站专注于前后端开发技术与经验分享,包含Web开发、Nodejs、Python、Linux、IT资讯等板块.一.前提背景及需求nginx运行日志默认保存在
杰哥的技术杂货铺·2024-01-12 13:13

flutter release包使用adb查看日志排查错误实践

包安装到模拟器使用adb去连接模拟器我这边是MuMu模拟器 adbconnect127.0.0.1:7555然后查看设备列表adbdevices直接输入0即选择第一个设备然后使用adblogcat查看所有运行日志
肥肥呀呀呀·2024-01-12 08:42

大数据 Hive - 实现SQL执行

文章目录MapReduce实现SQL的原理Hive的架构Hive如何实现join操作小结MapReduce的出现大大简化了大数据编程的难度，使得大数据计算不再是高不可攀的技术圣殿，普通工程师也能使用MapReduce
善守的大龙猫·2024-01-12 07:37

Spark on Hive及 Spark SQL的运行机制

SparkonHive集成原理HiveServer2的主要作用:接收SQL语句，进行语法检查；解析SQL语句；优化；将SQL转变成MapReduce程序，提交到Yarn集群上运行SparkSQL与Hive
小希 fighting·2024-01-12 07:56

【2019-05-06】map reduce工作机制

mapreduce作业运行机制Hadoop运行mapreduce作业的工作原理（1）作业提交Job的submit()方法创建一个内部的JobSubmitter实例，并且调用其submitJobInternal
BigBigFlower·2024-01-11 15:31

php数据group去重,MongoDB_Mongodb聚合函数count、distinct、group如何实现数据聚合操作， 上篇文章给大家介绍了Mong - phpStudy...

Mongodb聚合函数count、distinct、group如何实现数据聚合操作上篇文章给大家介绍了Mongodb中MapReduce实现数据聚合方法详解，我们提到过Mongodb中进行数据聚合操作的一种方式
偃鼠·2024-01-11 13:58

转载： 8天学通MongoDB——第三天 细说高级操作

一：聚合常见的聚合操作跟sqlserver一样，有：count，distinct，group，mapReduce。
LGQ943592312·2024-01-11 13:25

spark基础--学习笔记

1spark介绍1.1spark概念ApacheSpark是专为大规模数据处理而设计的快速通用的分布式计算引擎，是开源的类HadoopMapReduce的通用分布式计算框架。
祈愿lucky·2024-01-11 07:58

Hadoop之mapreduce参数大全-5

101.指定任务启动过程中允许的最大跳过尝试次数mapreduce.task.skip.start.attempts是HadoopMapReduce框架中的一个配置属性，用于指定任务启动过程中允许的最大跳过尝试次数
OnePandas·2024-01-11 07:45

hive sql 和 spark sql的区别

HiveSQL和SparkSQL都是用于在大数据环境中处理结构化数据的工具，但它们有一些关键的区别：底层计算引擎：HiveSQL：Hive是建立在Hadoop生态系统之上的，使用MapReduce作为底层计算引擎
深度学习研究员·2024-01-11 07:08

Phoenix基本使用

1.2Phoenix特点容易集成：如Spark，Hive，Pig，Flume和MapReduce。
有语忆语·2024-01-10 22:30

5.MapReduce之Combiner-预聚合

目录概述本地预计算Combiner意义实践前提代码日志观察结束概述在MR、Spark、Flink中，常用的减少网络传输的手段。通常在Reducer端合并，shuffle的数据量比在Mapper端要大，根据业务情况及数据量极大时，将大幅度降低效率；且预聚合这种方式也是有其缺点，不能改变业务最终的逻辑，否则会出现，计算结果不正确的情况。本地预计算Combiner意义如下图，可以清晰看出，预聚合和在Re
流月up·2024-01-10 12:49

3.MapReduce实践-单词统计

目录概述MapReduce核心进程MapReduce编程规范单词统计案例源码结束概述官网文档速递MapReduce：分布式计算框架通常情况下，一个MR作业是有2个部分构成：MapTaskReduceTask
流月up·2024-01-10 12:48

4.MapReduce 序列化

目录概述序列化序列化反序例化java自带的两种Serializable非Serializablehadoop序例化实践分片/InputFormat&InputSplit日志结束概述序列化是分布式计算中很重要的一环境，好的序列化方式，可以大大减少分布式计算中，网络传输的数据量。序列化序列化对象-->字节序例：存储到磁盘或者网络传输MR、Spark、Flink：分布式的执行框架必然会涉及到网络传输ja
流月up·2024-01-10 12:46

深入理解 Flink（一）Flink 架构设计原理

大数据分布式计算引擎设计实现剖析MapReduceMapReduce执行引擎解析MapReduce的组件设计实现图Spark执行引擎解析Spark相比于RM的真正优势的地方在哪里：（Simple、Fast
我很ruo·2024-01-10 08:57

Hadoop之mapreduce参数大全-4

76.指定在MapReduce作业中，哪些输出文件应该在任务失败时保留mapreduce.task.files.preserve.filepattern是HadoopMapReduce框架中的一个配置属性
OnePandas·2024-01-10 06:01

Hadoop之mapreduce参数大全-1

1.设置Map/Reduce任务允许使用的最大虚拟内存大小mapred.task.maxvmem是MapReduce的一个配置参数，用于指定每个Map/Reduce任务允许使用的最大虚拟内存大小（以字节为单位
OnePandas·2024-01-10 06:00

Hadoop之mapreduce参数大全-2

25.指定在Reduce任务在shuffle阶段的fetch操作中重试的超时时间mapreduce.reduce.shuffle.fetch.retry.timeout-ms是ApacheHadoopMapReduce
OnePandas·2024-01-10 06:00

Hadoop之mapreduce参数大全-3

51.指定Shuffle传输过程中可以同时连接的节点数mapreduce.shuffle.max.connections是HadoopMapReduce中的一个配置参数，用于指定Shuffle传输过程中可以同时连接的节点数
OnePandas·2024-01-10 05:57

Java大数据学习~Hadoop初识三Yarn模式

一个HDFS,一个MapReduce,还有就是我们今天要看的YARN。2.0以前的Hadoop在2.0以前的hadoop中是没有Yarn这个模式管理的。大部分都是独自作战。
胖琪的升级之路·2024-01-10 05:55

1.2.2.5MapReduce实例

总目录:https://www.jianshu.com/p/e406a9bc93a9Hadoop-子目录：https://www.jianshu.com/p/9428e443b7fd天气案例经典案例myclient.java:客户端packagecom.SL.tq;importjava.io.IOException;importorg.apache.hadoop.conf.Configuratio
寒暄_HX·2024-01-10 00:53

大数据 MapReduce如何让数据完成一次旅行？

专栏上一期我们聊到MapReduce编程模型将大数据计算过程切分为Map和Reduce两个阶段，先复习一下，在Map阶段为每个数据块分配一个Map计算任务，然后将所有map输出的Key进行合并，相同的Key
善守的大龙猫·2024-01-10 00:31

笔记：分布式大数据技术原理（一）Hadoop 框架

Hadoop中有3个核心组件：分布式文件系统：HDFS——实现将文件分布式存储在很多的服务器上分布式运算编程框架：MapReduce
WeeeicheN·2024-01-09 22:17

笔记：分布式大数据技术原理（三）Spark

ApacheSpark是一个围绕速度、易用性和复杂分析构建的大数据处理框架，最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一，与Hadoop和Storm等其他大数据和MapReduce
WeeeicheN·2024-01-09 22:17

大数据技术原理与应用学习笔记（八）

再探讨Hadoop的优化与发展Hadoop1.0到Hadoop2.0不断完善的Hadoop生态系统HDFS2.0新特性HDFSHA（高可用性）HDFSFederationYARN——新一代资源管理调度框架MapReduce1.0
Ragnaros the Firelord·2024-01-09 22:46

机器学习分布式架构

https://zhuanlan.zhihu.com/p/82116922https://zhuanlan.zhihu.com/p/81784947大数据架构1.批处理MapReduce无法应对实时不确定量的小样本处理
小幸运Q·2024-01-09 17:27

[超超超超超超详细] Linux Centos7搭建Hadoop集群及运行MapReduce分布式集群

版本：Centos7Hadoop3.2.0JDK1.8虚拟机信息：内存3.2G处理器2*2内存50GISO：Centos-7-x86_64-DVD-2009一、在虚拟机上搭建LinuxCentos7略二、选择root登录并管理防火墙systemctlstopdirewalld#关闭防火墙systemctldisablefirewalld#关闭开机自启systemctlstatusfirewalld
没事多学习_Qi·2024-01-09 17:38

基于spark的Hive2Pg数据同步组件

同时sqoop的mapreduce任务对数据表的分割以及数据文件也会有一定的不均衡性。为了弥补这些问题，开发了基于
zcc_0015·2024-01-09 15:53

Hive基础知识（一）：Hive入门与Hive架构原理

2）Hive本质：将HQL转化成MapReduce程序（1）Hive处理的数据存储在HDFS（2）Hive分析数据底层的实现是MapReduce（3）执行程序运行在Yarn上2.Hive的
依晴无旧·2024-01-09 13:25

Hive基础知识笔记（含MySQL metastore伪分布式安装配置流程）

可以将结构化的数据文件映射成一张数据库表，将类SQL语句转换为MapReduce任务运行，几行查询语句
书忆江南·2024-01-09 13:52

Hive基础知识

2）其本质是将SQL语句转换为MapReduce/Spark程序进行运算，底层数据由HDFS分布式文件系统进行存储。3）可以理解Hive就是MapReduce/SparkSql的客户端。
巷子里的猫X·2024-01-09 13:52

Hive 基础知识

Hive是封装了MapReduce的操作，让用户可以通过写sql语句的方式，实现MapReduce操作。Hive基于一个统一的查询分析层，通过SQL语句的方式对HDFS上的数据进行查询、统计和分析。
辰阳星宇·2024-01-09 13:22

基于hadoop的hive数据仓库基础操作知识整理

Hive本质：将HQL转化成MapReduce程序Hive处理的数据存储在HDFSHive分析数据底层的实现是MapReduce执行程序运行在Yarn上1.2Hive的优
大包丫·2024-01-09 13:51

MapReduce 初级编程实践

（一）编程实现文件合并和去重操作**对于两个输入文件，即文件A和文件B，请编写MapReduce程序，对两个文件进行合并，并剔除其中重复的内容，得到一个新的输出文件C。
cwn_·2024-01-09 06:20

Hive基本操作

Hive是类SQL语法的数据查询、计算、分析工具，执行引擎默认的是MapReduce，可以设置为Spark、Tez。Hive分内部表和外部表，外部表在建表的同时指定一个
X晓·2024-01-09 06:45

『HDFS』伪分布式Hadoop集群

博客引流本文是『Hadoop』MapReduce处理日志log(单机版)的旭文,maybe还有后续在搭建环境的时候发现很难搜到合适的教程，所以这篇应该会有一定受众伪分布式就是假分布式，假在哪里，假就假在他只有一台机器而不是多台机器来完成一个任务
gunjianpan·2024-01-09 04:31

项目使用PowerJob

xxl-job一样，基于web页面实现任务调度配置与记录，使用简单，上手快速，其主要功能特性如下：使用简单：提供前端Web界面，允许开发者可视化地完成调度任务的管理（增、删、改、查）、任务运行状态监控和运行日志查看等功能
莫轻言舞·2024-01-08 22:58

配置日志聚集

所谓日志聚集，就是指应用运行完以后，将程序的运行日志信息上传到HDFS系统上。日志聚集可以方便的查看程序的运行详情，方便开发调试。
Manfestain·2024-01-08 21:30

hadoop/etc/hadoop 下没有mapred-site.xml，只有mapred.xml.template

默认情况下，/usr/local/hadoop/etc/hadoop/文件夹下有mapred.xml.template文件，我们要复制该文件，并命名为mapred.xml，该文件用于指定MapReduce
比特小怪兽·2024-01-08 19:34

Edusoho如何查看错误日志和运行日志？

ubuntu系统下：1.nginx错误日志地址：默认是在/var/log/nginx/目录下，每个人的配置不一样，如果不在上述目录，则需要根据自己nginx的配置文件来定位错误日志的位置，nginx配置文件地址：/etc/nginx/sites-enabled/edusoho2.apache错误日志地址：默认是在/var/log/apache2/目录下，每个人的配置不一样，如果不在上述目录，则需要
少宇ShoYu·2024-01-08 17:48

大数据技术期末复习第七章——MapReduce练习

A、Map函数将输入的元素转换成形式的键值对B、Hadoop框架是用Java实现的，MapReduce应用程序则一定要用Java来写C、不同的Map任务之间不能互相通信D、MapReduce框架采用了Master
锦鲤儿·2024-01-08 12:01

大数据 Yarn - 资源调度框架

Hadoop主要是由三部分组成，除了前面我讲过的分布式文件系统HDFS、分布式计算框架MapReduce，还有一个是分布式集群资源调度框架Yarn。
善守的大龙猫·2024-01-08 10:48

《深入理解Hadoop（原书第2版）》——2.4 Hadoop 2.0

2.4Hadoop2.0MapReduce已经进行了全新升级，即Hadoop2.0，升级后的版
weixin_34174322·2024-01-08 08:44

Spark基础知识

1.1定义ApacheSpark是用于大数据处理的统一分析引擎;1.2Spark与MapReduce对比MapReduce的主要缺点:①MapReduce是基于进程进行数据处理,进程相对与线程来说,创造和销毁的过程比较耗费资源
MSJ3917·2024-01-08 07:21

Hadoop精选18道面试题(附回答思路)

YARN将MapReduce1.0中的资源管理调度功能分离出来形成了YARN，一个纯粹的资源任务管理调度框架，避免了内存受限问题。2.简述HDFSHadoop分布式文件
Byyyi耀·2024-01-08 06:00
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他