摘要：
除了网上查找的hbase的相关错误，及得看下其他服务器配置的hive\hbase等的环境变量，我就是其他服务器的环境变量不一样导致的启动报错 阅读全文
摘要：
public static String dealDateFormat(String oldDate) { Date date1 = null; DateFormat df2 = null; try { DateFormat df = new SimpleDateFormat("yyyy-MM-dd 阅读全文
摘要：
Collections.sort(list<T>, Comparator.comparing(T::getTime, (t1, t2) -> t2.compareTo(t1))); 阅读全文
摘要：
因为spark默认的元数据存储在derby，derby是单session的，启动多个会报错，杀掉多余进程解决。 阅读全文
摘要：
1.读写流程 2.默认块大小 集群模式：128m 本地模式：32m hadoop1.x：64m 业务开发：128m 256m hive的文件块：256m 3.小文件 namenode 内存128g 一个文件块占用namenode 150字节 128*1024*1024*1024字节/150字节=9亿 阅读全文
摘要：
ERROR hdfs.HDFSEventSink: process failed java.lang.OutOfMemoryError: GC overhead limit exceeded。 flume配置的内存不足，报了了OOM。 解决方法：在/flume/conf/flume-env.sh文件 阅读全文
摘要：
使用flume将数据写到HDFS上，出现大量的不到1kb的小文件。 危害：占用NameNode内存 n*150字节 （采用har归档：hadoop archive -archiveName **.har -p /输入路径 /输出路径） 增加切片个数 n个maptask 产生原因： hdfs.roll 阅读全文
摘要：
shuffle发生在map方法之后，reduce方法之前 优化：由环形缓冲区默认的100m调到200m，将默认的80%的反向溢出调整到90%。 这样就会减少溢写的次数 对溢写的文件提前进行combiner,保证不影响最终逻辑前提，也可以调高combiner文件个数。可求和不可求均值。 归并后存储磁盘 阅读全文
摘要：
HDFS:分布式文件系统，适合一次写入，多次读出场景，不适合文件的修改。 HDFS由NN、DN、Secondary NameNode、Client组成。 NN(NameNode) ：管理HDFS的名称空间、配置副本策略、管理数据块（Block）的映射信息、处理客户端读写请求； DN(DataNode 阅读全文
摘要：
使用maven-assembly-plugin打的jar包（图中第一个），放到服务器上发现无法用java -jar启动，反编译后发现META-INF下的MANIFEST.MF里无启动类信息。 解决方法：使用图中第二个jar包，内部包含启动类信息。 阅读全文