Kooola大数据

它能让你以一个之前从未有过的速度和规模，去探索你的数据 "A Distributed RESTful Search Engine" 翻译过来就是一个分布式Restful搜索引擎，这句话基本能大致概括Elasticsearch。 如果稍微详细一点呢： 搜索引擎 首先，它是一个搜索…

Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。 单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）。 Elastic 会索引所有字段，经过处理后写入一个反向索引（Inver…

1、集群中已经有两个索引，分别是：weather和cbm。 2、每个索引有5个主分片和一个复制（默认）。 3、其中cbm的索引下又20个文档。 Starting from Elasticsearch 6.0, all REST requests that include a b…

HDFS是一个被设计用来运行在商用机器上的分布式文件系统。它跟现有的分布式文件系统有很多相似之处，但是，区别也很大。HDFS容错率高，并且被设计为部署在廉价机器上。HDFS提供对应用程序数据的高吞吐量访问，适用于具有大型数据集的应用程序。HDFS放宽了一些POSIX要求，以实现…

所有的HDFS命令使用bin/hdfs脚本来调用。空参数运行该脚本将展示所有命令的介绍。 Hadoop有一个选项解析框架，它采用解析通用选项以及运行类。 对Hadoop集群用户有用的诸多命令。 打印获取Hadoop jar以及依赖库所需的类路径。如果不带参数调用，则打印由命令脚…

该文档是用户使用Hadpoop分布式文件系统(HDFS)的起点，不管是作为hadoop集群的一部分来使用还是独立的通用分布式文件系统。虽然在很多场景下HDFS被设计成“正常工作”即可，但是掌握更多的HDFS工作机制将有利于更好的配置以及诊断。 HDFS是使用Hadoop程序来实…

离线Edits查看器是一个解析Edits日志文件的工具。目前的程序用于不同格式之间的转换，包括xml(比二进制文件更易读且容易修改)。 这个工具可以解析formats -18及以后的版本。这个工具只操作文件，并不需要Hadoop集群处于运行状态。 当Hadoop集群出现问题，比…

为了更好地使用 Cloudera Manager，我们需要先了解它的一些术语。术语的定义以及相互之间的关系如下： 这些概念中，cluster和service不需要过多解释。其他一些概念，我们将在后面的章节中展开介绍，例如：role group、gateway、host temp…

Apache Hadoop项目为高可用、可扩展、分布式计算开发开源软件。Apache Hadoop软件库是一个平台，它使用简单的编程模型让跨机器上大数据量的分布式计算变得简单。 它旨在从单个服务器扩展到数千台计算机，每台计算机都提供本地计算和存储。库本身被设计用来在软件层面检测…