2019年11月22日
索引-悟空智慧教育
摘要： Hive在加载数据的过程中不会对数据进行任何处理，甚至不会对数据进行扫描，因此也没有对数据中的某些Key建立索引。Hive要访问数据中满足条件的特定值时，需要暴力扫描整个数据，因此访问延迟较高。由于 MapReduce 的引入， Hive 可以并行访问数据，因此即使没有索引，对于大数据量的访问，Hi 阅读全文
posted @ 2019-11-22 10:31 大数据-云计算 阅读(128) 评论(0) 推荐(0)
2019年11月21日
数据更新—悟空智慧教育
摘要： 由于Hive是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。因此，Hive中不建议对数据的改写，所有的数据都是在加载的时候确定好的。而数据库中的数据通常是需要经常进行修改的，因此可以使用 INSERT INTO … VALUES 添加数据，使用 UPDATE … SET修改数据。以上文章内容 阅读全文
posted @ 2019-11-21 20:47 大数据-云计算 阅读(116) 评论(0) 推荐(0)
数据存储位置—悟空智慧教育
摘要： Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。以上文章内容来源于《悟空智慧教育》：www.wukongone.com，《悟空智慧教育》是一家专业的大数据视频教学网，专属定制您的未来。 阅读全文
posted @ 2019-11-21 20:44 大数据-云计算 阅读(281) 评论(0) 推荐(0)
2019年11月20日
查询语言-悟空智慧教育
摘要： 由于SQL被广泛的应用在数据仓库中，因此，专门针对Hive的特性设计了类SQL的查询语言HQL。熟悉SQL开发的开发者可以很方便的使用Hive进行开发。 以上文章内容来源于《悟空智慧教育》：www.wukongone.com，《悟空智慧教育》是一家专业的大数据视频教学网，专属定制您的未来。 阅读全文
posted @ 2019-11-20 21:01 大数据-云计算 阅读(114) 评论(0) 推荐(0)
Hive和数据库比较-悟空智慧教育
摘要： 由于 Hive 采用了类似SQL 的查询语言 HQL(Hive Query Language)，因此很容易将 Hive 理解为数据库。其实从结构上来看，Hive 和数据库除了拥有类似的查询语言，再无类似之处。本文将从多个方面来阐述 Hive 和数据库的差异。数据库可以用在 Online 的应用中，但 阅读全文
posted @ 2019-11-20 21:00 大数据-云计算 阅读(194) 评论(0) 推荐(0)
DBInputFormat和DBOutputFormat——悟空智慧教育
摘要： 为了方便MapReduce直接访问关系型数据库（Mysql,Oracle）， Hadoop提供了DBInputFormat和DBOutputFormat两个类。 通过DBInputFormat类把数据库表数据读入到HDFS，根据DBOutputFormat类把MapReduce产生的结果集导入到数据 阅读全文
posted @ 2019-11-20 20:35 大数据-云计算 阅读(139) 评论(0) 推荐(0)
Kafka集群部署-“悟空智慧教育”
摘要： 1）解压安装包 [hadoop@mastersoftware]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module/ 2）修改解压后的文件名称 [hadoop@mastermodule]$ mv kafka_2.11-0.11.0.0/ kafka 3 阅读全文
posted @ 2019-11-20 20:34 大数据-云计算 阅读(120) 评论(0) 推荐(0)
CombineTextInputFormat——悟空智慧教育
摘要： 切片机制优化大量小文件 combine 合并结果集 切片过程 判断虚拟存储的文件大小是否大于setMaxInputSplitSize值，大于等于则单独形成一个切片 如果不大于则跟下一个虚拟存储文件进行合并，共同形成一个切片 以上文章内容来源于《悟空智慧教育》：www.wukongone.com，《悟 阅读全文
posted @ 2019-11-20 20:34 大数据-云计算 阅读(115) 评论(0) 推荐(0)
kafka中Replication相关概念-"悟空智慧教育"
摘要： replication相关概念： ISR(In-Sync Replicas)：副本同步列表【包含Leader和Follower】 OSR(Outof-Sync Replicas)：由于同步落后而被剔除的副本列表，阈值参数：replica.lag.time.max.ms AR(Assigned Rep 阅读全文
posted @ 2019-11-20 20:33 大数据-云计算 阅读(163) 评论(0) 推荐(0)
kafka应用场景-"悟空智慧教育"
摘要： 消息系统或者是说消息队列中间件是当前处理大数据的一个非常重要的组件，用来解决应用解耦、异步通信、流量控制等问题，从而构建一个高效、灵活、消息同步和异步传输处理、存储转发、可伸缩和最终一致性的稳定系统。 当前比较流行的消息中间件有：KafKa、RocketMQ、RabbitMQ、ZeroMQ、Acti 阅读全文
posted @ 2019-11-20 20:31 大数据-云计算 阅读(167) 评论(0) 推荐(0)