百里登峰 - 博客园

flume用场景及架构原理

摘要： Flume是什么 1.flume可以将采集到的数据存储到HDFS上，也可以放在Hbase上。 2.flume就是一个中间插件，他的作用就是屏蔽数据源和数据存储系统的差异。可以在不同的数据源采集数据，因为数据源是多样化的。数据源的多样化和数据存储系统的多样化，flume作为一个中间插件把数据源和存储阅读全文

posted @ 2017-11-02 17:56 百里登峰阅读(311) 评论(0) 推荐(0)

shell脚本

摘要： Shell vs Shell脚本 Shell 环境 Shell 两种执行命令的方式第一个Shell脚本运行Shell脚本下面是一个例子： #!/bin/bash #set -x if [ $# -lt 3 ] #$#是传递到脚本的参数个数，如果参数个数小于3退出 then echo "Usag 阅读全文

posted @ 2017-11-01 01:13 百里登峰阅读(380) 评论(0) 推荐(0)

sqoop导入导出

摘要： sqoop产生背景什么是sqoop sqoop的优势 sqoop1与sqoop2的比较为什么选择sqoop1 sqoop在hadoop生态体系中的位置 sqoop基本架构 sqoop import原理 sqoop import 详细流程 sqoop export原理 sqoop 安装部署 sqo 阅读全文

posted @ 2017-10-29 17:43 百里登峰阅读(352) 评论(0) 推荐(0)

HBase性能调优

摘要： Hbase调优 Hbase常见调优参数冷热数据的处理阅读全文

posted @ 2017-10-26 23:49 百里登峰阅读(208) 评论(0) 推荐(0)

HBase核心知识和应用案例

摘要： Hbase 热点问题？ Hbase 预分区 Hbase Rowkey 设计原则 Hbase 常见避免热点问题方法 Hbase 总结 Hbase 连续查询的Rowkey设计 Hbase 随机查询的Rowkey设计 Hbase columnFamily设计 Hbase 表设计 Hbase 窄表设计 Hb 阅读全文

posted @ 2017-10-23 22:10 百里登峰阅读(908) 评论(0) 推荐(0)

HBase原理和架构

摘要： HBase是什么 HBase在生态体系中的位置 HBase vs HDFS HBase表的特点 HBase是真正的分布式存储，存储级别达到TB级别，而才传统数据库就不是真正的分布式了，传统数据库在底层，虽然的存储能力很强，一旦达到上亿条数据。读取性能下降得很快。传统数据库按行存储，如果列过多的话，阅读全文

posted @ 2017-10-22 22:29 百里登峰阅读(684) 评论(0) 推荐(0)

Hive UDF作业

摘要：说到这次作业，看似简单的几个步骤，对于我这样的菜鸟来说可真是一波三折啊。下面来说说这次的步骤和我遇到的问题。首先准备工作，搭建好hive环境，保证hadoop集群是启动的。这个就不多说了。第一步：将数据导入Hive中在hive中，创建 stock 表结构。 hive> create table 阅读全文

posted @ 2017-10-20 16:01 百里登峰阅读(248) 评论(0) 推荐(0)

Hive性能调优

摘要：表分为内部表、外部表、分区表，桶表。内部表、外部表、分区表对应的是目录，桶表对应目录下的文件。阅读全文

posted @ 2017-10-19 22:48 百里登峰阅读(240) 评论(0) 推荐(0)

hive

摘要：前面讲到的海量数据存储分析：为什么需要hive: 思考一下用什么来封装！传统的数据仓库是通过sql语言存储在传统的关系型数据库里面的，hive的数据仓库是通过hql语言存储在HDFS上的，也就是说hive通过hql语言转换成mapreduce来对hdfs数据进行分析。 hive就是通过hql语言阅读全文

posted @ 2017-10-17 23:47 百里登峰阅读(667) 评论(0) 推荐(0)

hadoop分布式集群的搭建

摘要：电脑如果是8G内存或者以下建议搭建3节点集群，如果是搭建5节点集群就要增加内存条了。当然实际开发中不会用虚拟机做，一些小公司刚刚起步的时候会采用云服务，因为开始数据量不大。但随着数据量的增大才会考虑搭建自己的集群，中大型公司肯定会搭建自己的专属集群，毕竟云服务用起来方便，但是还是有很多的局限性。阅读全文

posted @ 2017-10-17 21:08 百里登峰阅读(449) 评论(0) 推荐(0)

百里登风

导航

公告