摘要： 1.阐述Hadoop生态系统中，HDFS, MapReduce, Yarn, Hbase及Spark的相互关系。 Hadoop是一个能够对大量数据进行分布式处理的软件框架。具有可靠、高效、可伸缩的特点。 Hadoop的核心是HDFS和MapReduce，hadoop2.0还包括YARN。 （1）HD 阅读全文

摘要： 启动hdfs导入数据 启动hive创建表导数据 通过HQL完成MapRedure词频统计 hive用本地文件进行词频统计 阅读全文

摘要： 列出HBase所有的表的相关信息 在终端打印出指定的表的所有记录数据； 向已经创建好的表添加和删除指定的列族或列； 清空指定的表的所有记录数据； 统计表的行数。 学生表 选课表 阅读全文

摘要： 1.编写Java 代码 package edu.jmi.hdfsclient; import java.io.IOException; import java.net.Socket; import org.apache.hadoop.conf.Configuration;import org.apa 阅读全文

摘要： 阅读全文

摘要： 在Windows系统中利用FTP软件向Ubuntu系统上传文件： 1.Ubuntu中安装ssh，命令：sudo apt-get install ssh openssh-server 2.查看虚拟机中Ubuntu的IP地址，命令：ifconfig 下图就是虚拟机中Ubuntu的IP地址 3.回到宿主机 阅读全文

摘要： 1.Apache社区版本 优点：完全开源免费。社区活跃文档、资料详实缺点：复杂的版本管理。版本管理比较混乱的，各种版本层出不穷，让很多使用者不知所措。复杂的集群部署、安装、配置。通常按照集群需要编写大量的配置文件，分发到每一台节点上，容易出错，效率低下。复杂的集群运维。对集群的监控，运维，需要安装第 阅读全文

摘要： 1.了解微信、微博、小视频每天产生的数据量与数据类型。 根据2018某网站的数据调查，微信每天产生450亿次的数据量，微信的数据类型是String。 2.选择一个你感兴趣的领域应用数据思维进行分析决策的案例。 游戏是我感兴趣的领域，大数据运用在游戏上面是非常好的，事实上现在许多游戏都用到了大数据技术 阅读全文