摘要：
一、序列化 1.正则表达式 创建表 2.通过json文件创建表 需要注意的问题: 每行必须是一个完整的JSON，一个JSON串不能跨 越多行，原因是Hadoop是依赖换行符分割文件的。 创建数据表:（数据表中的列名与JSON中的KEY保持一致） 3.什么是SerDe: SerDe是“Serializ 阅读全文
摘要：
一、Hive的数据类型 1.基本数据类型 由上表我们看到hive不支持日期类型，在hive里日期都是用字符串来表示的，而常用的日期格式转化操作则是通过自定义函数进行操作。 hive是用java开发的，hive里的基本数据类型和java的基本数据类型也是一一对应的，除了string类型。有符号的整数类 阅读全文
摘要：
一、Hive的简介和配置 1.简介 Hive是构建在Hadoop之上的数据操作平台l Hive是一个SQL解析引擎，它将SQL转译成MapReduce作业，并在Hadoop上运行Hive表是HDFS的一个文件目录，一个表名对应一个目录名，如果存在分区表的话，则分区值对应子目录名。 2.Hive的体系 阅读全文
摘要：
一、MapReduce 跑的慢的原因 1.Mapreduce 程序效率的瓶颈在于两点： 1）计算机性能 CPU、内存、磁盘健康、网络 2）I/O 操作优化 （1）数据倾斜 （2）map和reduce数设置不合理 （3）map运行时间太长，导致reduce等待过久 （4）小文件过多 （5）大量的不可分 阅读全文
摘要：
一、Wordcount练习 1.需求:通过hadoop分析文件中单词总数 1.要被分析的文件内容如图所示,每个单词之间以空格分开 2.实现的效果如图 2.代码实现 1.解决数据倾斜问题 考虑到在机器运行过程中 Reduce阶段每个相同的Key会由一个ReduceTask来处理,而java共有十六万个 阅读全文
摘要：
Hadoop 的最基础Hdfs MapReduce Yarn组件的运行原理 阅读全文
摘要：
简单的运用Js操作Html 阅读全文
摘要：
一、反射 1.什么是反射 反射是指在程序运行期间，能够观察和修改类或者类的对象的属性和行为的特性 2.为什么用反射 在java中有动态和静态的概念 静态是指在java中所有的类都编写好编译通过运行 动态是在在编写好类,编译运行中动态获取类的信息修改类的属性叫做反射. 例如:在已经运行的大项目中需要修 阅读全文
摘要：
一、进程和线程的区别 进程是指程序的应用实例,会占用独立的内存空间和系统资源 线程是指CPU的调度和分派的基本单位,统一程序 执行多个操作叫做线程 1.什么是多线程 如果在一个进程中同时运行了多个线程，用来完成不同的工作，则称之为“多线程” 多个线程交替占用CPU资源，而非真正的并行执行 2.多线程 阅读全文