天下事有难易乎?为之,则难者亦易矣;不为,则易者亦难矣。人之为学有难易乎?学之,则难者亦易矣;不学,则易者亦难矣。

大数据相关知识学习和分享

最近工作时间比较轻松,闲着无事,把之前使用到的大数据的知识做了一次系统的整理和总结,从最基础的Linux虚拟机安装,到最后各个大数据相关组件的搭建,以及框架中需要注意的疑难点并统一记录了下来,一来加深自己的记忆,方便以后查看和复习,同时也能让其他同学学习使用,知识贵在分享,如有写的不完善或者错误的地方,欢迎留言指正,谢谢了。 另外,感兴趣的同学,可以加入大数……继续阅读 »

往事如烟 2年前 (2018-07-17) 451浏览 0评论 1个赞

Hbase 常用API操作

Hbase常用API操作,主要包括表的创建,数据的添加,获取,预分区的使用和Filter使用。 环境: Hadoop 2.5, Hbase版本0.98 代码  package net.itzoo; import java.io.IOException; import java.math.BigInteger; import java.text.……继续阅读 »

itzoo 3年前 (2017-08-29) 752浏览 0评论 0个赞

Hive优化方案

整体架构优化 现在hive的整体框架如下,计算引擎不仅仅支持Map/Reduce,并且还支持Tez、Spark等。根据不同的计算引擎又可以使用不同的资源调度和存储系统。 整体架构优化点: 根据不同业务需求进行日期分区,并执行类型动态分区。 相关参数设置: 0.14中默认hive.exec.dynamic.partition=ture  为了减少磁盘存……继续阅读 »

itzoo 3年前 (2017-05-25) 853浏览 0评论 0个赞

Hadoop RPC简单示例

Hadoop RPC是Hadoop的一个重要部分,提供分布式环境下的对象调用功能,源码在org.apache.hadoop.ipc中。而HBase也几乎完全copy了这部分的源码,只是在配置项上面有所改动。关于Hadoop RPC的机制分析和源码解读,网上已经有许多资料,一搜一大把,这里就不在描述了。本文通过一个小例子,介绍如何调用Hadoop RPC。 1……继续阅读 »

itzoo 3年前 (2017-05-16) 684浏览 0评论 0个赞

Hive函数–条件函数

条件函数 if函数:if 语法: if(boolean testCondition, T valueTrue, T valueFalseOrNull) 返回值: T 说明: 当条件testCondition为TRUE时,返回valueTrue;否则返回valueFalseOrNull 举例: hive> select if(1=2,100,200)……继续阅读 »

itzoo 4年前 (2017-03-28) 715浏览 0评论 0个赞

简议Hbase架构设计和分析

HBase是Hadoop生态圈中的一员,Nosql数据库,能够对大数据提供随机、实时读写访问。他是开源的,分布式的,多版本的,面向列的,存储模型。 Hbase架构 Hbase体系架构 HBase Master是服务器负责管理所有的HRegion服务器,HBase Master并不存储HBase服务器的任何数据,HBase逻辑上的表可能会划分为多个HRe……继续阅读 »

itzoo 4年前 (2017-03-22) 1045浏览 0评论 0个赞

Hadoop RPC机制学习和使用

RPC,即Remote Procdure Call,中文名:远程过程调用; RPC的基础概念 它允许一台计算机程序远程调用另外一台计算机的子程序,而不用去关心底层的网络通信细节,对我们来说是透明的。因此,它经常用于分布式网络通信中。 RPC协议假定某些传输协议的存在,如TCP或UDP,为通信程序之间携带信息数据。在OSI网络通信模型中,RPC跨越了传输层……继续阅读 »

itzoo 4年前 (2017-03-03) 703浏览 0评论 0个赞

Azkaban和Oozie的技术选型和使用对比

一.Azkaban和Oozie的工作流程   Azkaban工作流程 Azkaban将需要操作的信息打包成zip文件发送给Server端,Server对用户的信息进行存储。用户在Web UI 或者通过HTTP Client发送操作请求后,Server会根据用户定义的*.job文件(KV 匹配),执行zip包中的Jar文件。 源码的执行过程: 1.……继续阅读 »

itzoo 4年前 (2017-03-03) 1106浏览 0评论 0个赞

Hadoop自定义输出文件格式和文件输出路径

代码测试环境:Hadoop2.4 应用场景:当需要定制输出数据格式时可以采用此技巧,包括定制输出数据的展现形式,输出路径,输出文件名称等。 Hadoop内置的输出文件格式 FileOutputFormat<K,V> 常用的父类; TextOutputFormat<K,V> 默认输出字符串输出格式; SequenceFileOutpu……继续阅读 »

itzoo 4年前 (2017-02-27) 1202浏览 0评论 0个赞

开源工作流-Azkaban与Oozie对比

功能 两者均可以调度mapreduce,pig,java,脚本工作流任务 两者均可以定时执行工作流任务 工作流定义 Azkaban使用Properties文件定义工作流 Oozie使用XML文件定义工作流 工作流传参 Azkaban支持直接传参,例如${input} Oozie支持参数和EL表达式,例如${fs:dirSize(myInputDir)} 定时……继续阅读 »

itzoo 4年前 (2017-02-24) 824浏览 0评论 0个赞