tianpan666

摘要： 很多小伙伴在学习了多年大数据后，最后不得不感慨：“大数据的知识太繁杂了，我已经被淹没在大数据的海洋里了！”确实是的，在大数据学习的过程中，随着学习的深入，越来越多的新名词和新框架让学习者有种欲哭无泪的感觉，那么，这篇博文就对大数据开发的一个总体架构做一个介绍吧，让大家学习过程中，不至于迷失方向。先上 阅读全文

摘要： 在Hive的学习中，有一个非常重要的知识点，那就是Hive的表类型。 Hive的表类型主要有：内部表（受控表）、外部表、临时表、分区表、分桶表。 一：内部表 内部表又称受控表，hive默认创建的表类型为内部表，当删除内部表的时候，数据和元数据都会被删除。 二：外部表 创建外部表需要使用EXTERNA 阅读全文

摘要： Hive的基本操作很简单，与SQL的写法很类似，总结如下： 进入Hive环境 $HIVE_HOME/bin/hive 数据库操作 CREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name [COMMENT database_comment] [LO 阅读全文

摘要： Hello，大家好，上一篇博文聊了一下Hive的基本知识，为了让大家更深入地理解Hive，本篇就写一下Hive的体系架构吧。 先看一张图： 大概解释一下： command-line shell & thrift/jdbc 可以用 command-line shell 和 thrift／jdbc 两种 阅读全文

摘要： 在沸沸扬扬的大数据江湖里，有这么一个框架，它刚开始很低调，然而，就在那么一个不起眼的一天，突然展示出其绝妙的武功，让大数据各大框架的掌门人暗挑大拇指，好了，不卖关子了，这个“横空出世”的框架就是——Hive。 一：Hive产生的背景 万事有因果，Hive的出现也不是无缘无故的，总体来说，Hive出现 阅读全文

摘要： Hello，各位“极客”好，上一篇文章中介绍了YARN集群架构的基本内容，那么，在YARN集群中应用程序的执行流程是怎样的呢？这个问题很重要，就要好好说道说道了...... 客户端提交应用程序（可以是MapReduce程序、Spark程序等）到ResourceManager。 ResourceMan 阅读全文

摘要： 玩Hadoop的不知道YARN？这简直是天大的笑话！之前介绍Hadoop核心组件的时候（详见《Hadoop的“前世今生”》那篇博文）就曾提到过“YARN是实现了集群资源管理以及作业调度的框架”，那么本文就对YARN集群架构做进一步的介绍。 YARN的全称是：Yet Another Resource 阅读全文

摘要： 说实话，wordcount这个案例挺土的，但是作为入门案例，还是值得学习的，本篇就通过MapReduce来对词频进行一个统计分析，并写出核心代码。 一：案例介绍： Input : 读取文本文件； Splitting : 将文件按照文件块(block)或者行进行拆分，此时得到的K1为偏移量，V1表示对 阅读全文

摘要： MapReduce也是Hadoop里的核心内容，非常著名，五星级必须要掌握哦，本篇文章就先抛砖引玉，对MapReduce做一个基本介绍。 到底什么是MapReduce Hadoop MapReduce 是一个分布式计算框架，用于编写批处理应用程序。编写好的程序可以提交到 Hadoop 集群上用于并行 阅读全文

摘要： HDFS的命令行操作很多，但是常用的也就那么几个，现在就总结一下吧： HDFS的常用命令： hadoop fs -ls / 查看hdfs根目录hadoop fs -put 源文件 目标地址 将本地文件存储到hdfs目标地址hadoop fs -cp 源 目标 拷贝源到目标hadoop fs -cop 阅读全文