大数据
4篇文章 · 0订阅
  • Yarn 资源调度，面试必备！
    Apache YARN（Yet Another Resource Negotiator）是 Hadoop 的集群资源管理系统。Yarn 被引入 Hadoop 2，最初是为了盖申 MapReduce 的实现， 但它具有足够的通用性，同样可以支持其他的分布式计算模式。 Yarn 提…
    Yarn
  • HDFS基本操作
    本篇主要包括：HDFS概念、HDFS命令行操作、HDFS客户端操作，没有涉及到原理性知识，原理性知识将会在下一篇进行介绍。 NameNode负责管理整个文件系统的元数据，以及每一个路径（文件）所对应的数据块信息。 DataNode 负责管理用户的文件数据块，每一个数据块都可以在…
    大数据
  • Hive 系列（一）—— Hive 简介及核心概念
    Hive 是一个构建在 Hadoop 之上的数据仓库，它可以将结构化的数据文件映射成表，并提供类 SQL 查询功能，用于查询的 SQL 语句会被转化为 MapReduce 作业，然后提交到 Hadoop 上运行。 执行延迟高，不适合做数据的实时处理，但适合做海量数据的离线处理。…
    Apache Hive
  • 入门Hbase，看这一篇就够了
    团队内部要分享HBase的知识，之前研究了一段时间，知识比较零散，这一次就系统化的整理一番，之后在想到Hbase的时候，看着一篇就够了。 Hbase是一种NoSQL数据库，这意味着它不像传统的RDBMS数据库那样支持SQL作为查询语言。Hbase是一种分布式存储的数据库，技术上…
    HBase