五分钟学大数据

「这是我参与11月更文挑战的第21天，活动详情查看：2021最后一次更文挑战」。 1. 通用优化 NameNode的元数据备份使用SSD。 定时备份NameNode上的元数据，每小时或者每天备份，如果

「这是我参与11月更文挑战的第20天，活动详情查看：2021最后一次更文挑战」。 1. 起源 Hbase 作为列族数据库最经常被人诟病的特性包括：无法轻易建立“二级索引”，难以执行求和、计数、排序等操

「这是我参与11月更文挑战的第19天，活动详情查看：2021最后一次更文挑战」。 一、HBase 的预分区 1. 为何要预分区？ 增加数据读写效率 负载均衡，防止数据倾斜 方便集群容灾调度 regio

「这是我参与11月更文挑战的第18天，活动详情查看：2021最后一次更文挑战」。 一、HBase 基础 1. HBase 基本介绍 简介 HBase 是 BigTable 的开源 Java 版本。是建

「这是我参与11月更文挑战的第17天，活动详情查看：2021最后一次更文挑战」。 上节：最强最全面的数仓建设规范指南（一） 三、数仓各层开发规范 1. ODS层设计规范 同步规范： 一个系统源表只允许

「这是我参与11月更文挑战的第16天，活动详情查看：2021最后一次更文挑战」。 目录： 一、数据模型架构原则 数仓分层原则 主题域划分原则 数据模型设计原则 二、数仓公共开发规范 层次调用规范 数据

「这是我参与11月更文挑战的第15天，活动详情查看：2021最后一次更文挑战」。 当数据规模不断膨胀时，我们需要找到一个数据的子集来加快数据分析效率。因此我们就需要通过筛选和分析数据集为了进行模式 &

「这是我参与11月更文挑战的第14天，活动详情查看：2021最后一次更文挑战」。 一. Hive架构 1.1 hive的简介 Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为

「这是我参与11月更文挑战的第13天，活动详情查看：2021最后一次更文挑战」。 1. yarn的基本介绍和产生背景 YARN是Hadoop2引入的通用的资源管理和任务调度的平台，可以在YARN上运行