经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
 Hadoop
详解HBase表的数据模型

详解HBase表的数据模型

目录表(Table)1. rowkey行键2. Column Family列族3. Column列4. cell单元格5. Timestamp时间戳理解数据模型各概念的图 HBase是运行在Hadoop集群上的一个数据库,与传统的数据库有严格的ACID(原子性、一致性、隔离性、持久性)要求不一样,H...[2022/5/18]

Hbase列式存储入门教程

目录1、逻辑结构2、物理结构3、增删改查4、应用场景5、参考资料 HBase是一种分布式、可扩展、支持海量数据存储的NoSQL数据库。分布式是因为HBase底层使用HDFS存储数据,可扩展也是基于HDFS的横向扩展能力,作为大数据的存储当然支持海量数据的存储,NoSQL非关系型数据库表结构和关系型数...[2021/7/12]

大数据学习记录_02_hadoop基础以及集群安装

第一部分 大数据简介 第一节 大数据的定义 ? 大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 第二节 大数据的特点 大数据的特点可以用IBM曾经提出的“5V”来描述...[2021/6/21]

Hadoop运行时遇到java.io.FileNotFoundException错误的解决方法

报错信息: java.lang.Exception: org.apache.hadoop.mapreduce.task.reduce.Shuffle$ShuffleError: error in shuffle in localfetcher#1 at org.apache.h...[2021/6/21]

3、环境搭建-Linux上hadoop的全分布配置

安装配置hadoop和jdk 配置/usr/local rc/hadoop/etc/hadoop/下的四个文件 hdfs-site.xml <configuration> <property> <!-- DFS的名称节点在本地文件系统位置 --> &l...[2021/5/31]

1、大数据 Hadoop配置和单机Hadoop系统配置

#查看服务器ip ip add #设置主机名称 hostnamectl set-hostname master bash #查看 hostname #绑定ip vi /etc/hosts 添加 服务器IP地址 master #查看 h状态 systemctl status hd...[2021/5/31]

Hadoop节点规模为什么不如Laxcus?

  还是昨天,另一个头条网友提问,Hadoop节点规模为什么不如Laxcus?和昨天那篇《Laxcus管理几十万台服务器,是怎么做到的?》的提问有点异曲同工,现在顺着上篇的思路再回应一下,建议没看过昨天那篇的先去看看,这样容易理解。   还是从这三个角度来解释:   1. 多域并行集群  ...[2021/5/6]

启动hadoop之后,主节点启动了,而从节点的datanode并没有启动的问题

记录以下遇到的这个问题2021.4.29 问题的起因还是在于hadoop安全模式的问题,我的安全模式之前出了问题,丢失了数据, 导致我每次启动hadoop集群,都需要自己手动关闭hadoop的安全模式, 于是在网上搜索,找到说可以先关闭集群,然后格式化namenode, 按照这样的方式做了...[2021/5/6]

大数据 - 框架 - Hadoop

大数据 - 框架 - Hadoop

  Hadoop技术生态的组成部分: Hadoop Common:支持Hadoop其他模块的通用工具 HDFS:分布式文件系统,提供了高吞吐量的数据访问(最初始模块之一) YARN:作业调度和资源管理的框架 MapReduce:基于YARN的大数据分布式计算框架(最初始模块之一) ...[2021/3/8]

Hadoop 学习笔记 生态

概论 Hadoop是Apache下的开源项目     数据存储: HDFS 分布式文件系统,负责存储数据,数据分散存储 NameNode 管理节点,存储元数据(文件对应的数据块位置、文件大小、文件权限等信息) 同时负责读写调度和存储分配 DataNo...[2021/1/25]

【Hadoop】:手动实现WordCount案例

【Hadoop】:手动实现WordCount案例

一.实现案例 实现WorldCount的流程如下: 备注:其中输入的数据是一个txt文件,里面有各种单词,每一行中用空格进行空行   一.Mapper的编写 我们在IDEA是使用“ctrl+alt+鼠标左键点击”的方式来查看源码,我们首先查看mapper 类...[2021/1/18]

大数据专栏 - 基础1 Hadoop安装配置 - 能力工场-小马哥

大数据专栏 - 基础1 Hadoop安装配置 - 能力工场-小马哥

Hadoop安装配置 环境 1, JDK8 --> 位置: /opt/jdk8 2, Hadoop2.10: --> 位置: /opt/bigdata/hadoop210 3, CentOS 7虚拟机试验集群规划 一,安装步骤 1, 解压缩 cd /opt/b...[2021/1/11]

【Hadoop】:Windows下使用IDEA搭建Hadoop开发环境

笔者鼓弄了两个星期,终于把所有有关hadoop的环境配置好了,一是虚拟机上的完全分布式集群,但是为了平时写代码的方便,则在windows上也配置了hadoop的伪分布式集群,同时在IDEA上就可以编写代码,同时在windows环境下进行运行。(如果不配置windows下的伪分布式集群,则...[2021/1/4]

【Hadoop】:配置出错error出现:Stop it first

出现的错误如下: hadoop@mike-VirtualBox:/usr/local/hadoop/hadoop$ . bin tart-dfs.sh 20/12/14 20:15:06 WARN util.NativeCodeLoader: Unable to load nativ...[2020/12/14]

【Hadoop】:Hadoop的启动与停止

1.启动NameNode: hadoop-daemon.sh start namenode   2.启动DataNode: hadoop-daemon.sh start datanode   3.启动Secondary DataNode: h...[2020/12/14]

Hadoop框架:Yarn基本结构和运行原理

本文源码:GitHub·点这里 || GitEE·点这里 一、Yarn基本结构 Hadoop三大核心组件:分布式文件系统HDFS、分布式计算框架MapReduce,分布式集群资源调度框架Yarn。Yarn并不是在Hadoop初期就有的,是在Hadoop升级发展才诞生的,典型的Mast...[2020/12/14]

hadoop 无法访问50070端口问题解决

解决方法针对:centos6版本  解决方法一: vi /etc elinux/config  : 进入编辑    改为:   解决办法2:   查看你的$HADOOP_HOME/etc/hadoop下的core-site...[2020/12/8]

idea项目运行时报错提示Could not locate executable null\bin\winutils.exe in the Hadoop binaries

idea项目运行时报错提示Could not locate executable null\bin\winutils.exe in the Hadoop binaries

出现这个错误,从网上下载一个名为winutils.exe 的小插件放到 hadoop/bin目录后,在window中配置hadoop环境,然后重启idea   否则还是会报错  下载地址:https: github.com/amihalik/hadoop-c...[2020/12/8]

Hive数据仓库你了解了吗

在工作中我们经常使用的数据库,数据库一般存放的我们系统中常用的数据,一般为百万级别。如果数据量庞大,达到千万级、亿级又需要对他们进行关联运算,该怎么办呢? 前面我们已经介绍了HDFS和MapReduce了,它俩结合起来能够进行各种运算,可是MapReduce的学习成本太高了,如果有一种...[2019/11/12]

centos6.8下hadoop3.1.1完全分布式安装指南

前述:这篇文档是建立在三台虚拟机相互ping通,防火墙关闭,hosts文件修改,SSH 免密码登录,主机名修改等的基础上开始的。 一.传入文件 1.创建安装目录 mkdir /usr/local oft   2.打开xftp,找到对应目录,将所需安装包传入进...[2019/11/4]

HDFS常用API操作 和 HDFS的I/O流操作

前置操作 创建maven工程,修改pom.xml文件: <project xmlns="http: maven.apache.org/POM/4.0.0" xmlns:xsi="http: www.w3.org/2001/XMLSchema-instance" xsi:s...[2019/10/31]

xshell5运行hadoop集群

---恢复内容开始--- 1.CentOS主机配置 在配置Hadoop过程中,防火墙必须优先关闭SELinux,否则将影响后续Hadoop配置与使用,命令如下: # 查看 “系统防火墙” 状态命令 systemctl status firewall...[2019/10/31]

数据存储检索之B+树和LSM-Tree

作为一名应用系统开发人员,为什么要关注数据内部的存储和检索呢?首先,你不太可能从头开始实现一套自己的存储引擎,往往需要从众多现有的存储引擎中选择一个适合自己应用的存储引擎。因此,为了针对你特定的工作负载而对数据库调优时,最好对存储引擎的底层机制有一个大概的了解。 今天我们就先来了解...[2019/10/21]

一文读懂大数据计算框架与平台 (转) - IT-Evan

1. 前言 计算机的基本工作就是处理数据,包括磁盘文件中的数据,通过网络传输的数据流或数据包,数据库中的结构化数据等。随着互联网、物联网等技术得到越来越广泛的应用,数据规模不断增加,TB、PB量级成为常态,对数据的处理已无法由单台计算机完成,而只能由多台机器共同承担计算任务。而在分布式...[2019/10/17]

云计算的专业术语大整集

当今,各厂商对云计算的定义不一,云计算的标准更是各行其道。在这云计算的混战时代,产生的有关云计算的术语更是目不暇接,整个IT界似乎正在迎来一个云计算术语爆炸的时代,其中有关于云计算概念本身,也有关于厂商的云策略和云产品的。小编通过对现有的云计算资料进行梳理,列出了60多条云计算相关的术语...[2019/10/12]

大数据集群环境搭建之一 hadoop-ha高可用安装

1、如果你使用root用户进行安装。 vi /etc/profile 即可 系统变量 2、如果你使用普通用户进行安装。 vi ~/.bashrc 用户变量 export HADOOP_HOME=/export erver hadoop-2.8.5 export PATH=...[2019/10/11]

知识图谱在大数据中的应用

随着移动互联网的发展,万物互联成为了可能,这种互联所产生的数据也在爆发式地增长,而这些数据恰好可以作为分析关系的有效原料。如果说以往的智能分析专注在每一个个体上,在移动互联网时代则除了个体,这种个体之间的关系也必然成为我们需要深入分析的很重要一部分。在一项任务中,只要有关系分析的需求,...[2019/10/11]

Hbase入门(四)——表结构设计-RowKey

Hbase的表结构设计与关系型数据库有很多不同,主要是Hbase有Rowkey和列族、timestamp这几个全新的概念,如何设计表结构就非常的重要。 创建 Hbase就是通过 表 Rowkey 列族 timestamp确定一行数据。 这与关系型数据库完全不同: 属性 ...[2019/10/8]

【hadoop】hadoop3.2.0应用环境搭建与使用指南

下面列出我搭建hadoop应用环境的文章整理在一起,不定期更新,供大家参考,互相学习!!! 杂谈篇: 【英语学习】 Re-pick up English for learning big data (not updated regularly) 【转】大数据工程师需要学习哪...[2019/10/8]

Hbase入门(三)——数据模型

Hbase最核心但也是最难理解的就是数据模型,由于与传统的关系型数据库不同,虽然Hbase也有表(Table),也有行(Row)和列(Column),但是与关系型数据库不同的是Hbase有一个列族(Column Family)的概念,它将一列或者多列组织在一起,HBase必须属于某一...[2019/9/30]

Hbase入门(二)——安装与配置

本文讲述如何安装,部署,启停HBase集群,如何通过命令行对Hbase进行基本操作。 并介绍Hbase的配置文件。 在安装前需要将所有先决条件安装完成。 一、先决条件 1、JDK 和Hadoop一样,Hbase需要JDK1.6或者更高的版本,所以请安装好JDK并配置环境变量...[2019/9/30]

MapReduce之Job提交流程源码和切片源码分析

MapReduce之Job提交流程源码和切片源码分析

hadoop2.7.2 MapReduce Job提交源码及切片源码分析 首先从waitForCompletion函数进入 boolean result = job.waitForCompletion(true); /** * Submit t...[2019/9/30]

HDFS笔记

HDFS笔记

HDFS 基于流数据模式访问和处理超大文件的需求而开发的。 HDFS不适合的应用类型 低延时的数据访问  HDFS是为高吞吐数据传输设计的,因此可能牺牲延时HBase更适合低延时的数据访问。 大量小文件  文件的元数据保存在Name...[2019/9/29]

浅谈HDFS(二)之NameNode与SecondaryNameNode

NN与2NN工作机制 思考:NameNode中的元数据是存储在哪里的? 假设存储在NameNode节点的硬盘中,因为经常需要随机访问和响应客户请求,必然效率太低,所以是存储在内存中的 但是,如果存储在内存中,一旦断电,元数据丢失,整个集群便无法工作,因此会在硬盘中产生备份元数据的F...[2019/9/29]

浅谈HDFS(三)之DataNote

DataNode工作机制 一个数据块在DataNode上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是元数据包括数据块的长度,块数据的校验和,以及时间戳。 DataNode启动后向NameNode注册,通过后,周期性(1小时)的向NameNode上报所有的块信息。 Da...[2019/9/29]

Hive sampling 语法之TABLESAMPLE用法理解

官网关于LanguageManual Sampling的教程,部分截图如下,这里主要分享对TABLESAMPLE(BUCKET 3 OUT OF 16 ON id)子句的理解 ? 官网中假设创建表时设置了 CLUSTERED BY(id) INTO 32 BUCKETS 即分成了...[2019/9/27]

Hbase入门(一)——初识Hbase

本文将介绍大数据的知识和Hbase的基本概念,作为大数据体系中重要的一员,Hbase弥补了Hadoop只能离线批处理的不足,支持存储小文件,随机检索。而这种特性使得Hbase对于实时计算体系的事件存储有天然的较好的支持。这使得Hbase在实时流式计算中也扮演者重要的角色。 1、大...[2019/9/24]

理解大数据

一.什么是大数据   大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据指不用随机分析法(抽样调查)这样捷径,而采用所有数据...[2019/9/23]

大数据技术原理与运用知识

一·大数据概述 随着信息技术发展的巨大变革,企业和学术机构纷纷加大技术、资金和人员投入,加强对大数据关键技术的研发与运用。 大数据的发展历程总体上划分为三个重要阶段:萌芽期、成熟期和大规模应用期。   二.大数据概念 大数据的4个特点:数据量大...[2019/9/18]

SQOOP的使用方法

SQOOP的使用方法

Sqoop是个命令行工具,用来在Hadoop和rdbms之间传输数据。 以Hadoop的角度看待数据流向,从rdbms往Hadoop是导入用sqoop import命令,反之从hadoop往rdbms下发数据用sqoop export命令 以oracle hive为例子,命令举例: s...[2019/9/12]

hadoop 完全分布式搭建总结

完全分布式--------------- 1.配置文件 [core-site.xml]    hdfs 地址 fs.defaultFS=hdfs: 129:8020/ [hdfs-site.xml] 副本   replication=1 伪分布   replicat...[2019/9/11]

大数据之路【第十二篇】:数据挖掘--NLP文本相似度

一、词频----TF • 假设:如果一个词很重要,应该会在文章中多次出现 • 词频——TF(Term Frequency):一个词在文章中出现的次数 • 也不是绝对的!出现次数最多的是“的”&ldqu...[2019/9/10]

hadoop 伪分布启动-fs格式化

1.独立模式(standalone|local)   nothing!   本地文件系统。   不需要启用单独进程。 2.pesudo(伪分布模式)   等同于完全分布式,只有一个节点。   SSH: (Socket),    public + private   ...[2019/9/10]

Hadoop 完全分布式搭建

搭建环境 https: www.cnblogs.com/YuanWeiBlogger/p/11456623.html 修改主机名------------------- 1./etc/hostname   s129 2./etc/hosts   127.0.0.1 localh...[2019/9/10]

大数据之路【第十三篇】:数据挖掘---中文分词

大数据之路【第十三篇】:数据挖掘---中文分词

一、数据挖掘---中文分词 • 一段文字不仅仅在于字面上是什么,还在于怎么切分和理解。• 例如:    – 阿三炒饭店:    – 阿三 / 炒饭 / 店     阿三 /...[2019/9/10]

大数据应用常用打包方式

一、简介 在提交大数据作业到集群上运行时,通常需要先将项目打成 JAR 包。这里以 Maven 为例,常用打包方式如下: 不加任何插件,直接使用 mvn package 打包; 使用 maven-a embly-plugin 插件; 使用 maven-shade-plugin 插件; ...[2019/9/10]

腾讯云+阿里云 搭建hadoop + hbase

目录 服务器配置 hadoop hbase JAVA测试 历时两天,踩了无数坑最后搭建成功。。。 准备 两台服务器都安装jdk1.8(最好装在相同路...[2019/9/10]

大数据之路【第十四篇】:数据挖掘--推荐算法(Mahout工具)

数据挖掘---推荐算法(Mahout工具) 一、简介 Apache顶级项目(2010.4) Hadoop上的开源机器学习库 可伸缩扩展的 Java库 推荐引擎(协同过滤)、聚类和分类   二、机器学习介绍 通常...[2019/9/10]

hadoop--Unable to load native-hadoop library for your platform解决方法

hadoop--Unable to load native-hadoop library for your platform解决方法

笔者实验环境:centos 7.4.1708,hadoop-2.6.0-cdh5.14.2. 执行hadoop命令时出现以下告警,不能加载相关库: WARN util.NativeCodeLoader: Unable to load native-hadoop library...[2019/9/2]

hadoop WordCount例子详解。

hadoop WordCount例子详解。

[学习笔记] 下载hadoop-2.7.4-src.tar.gz,拷贝hadoop-2.7.4-src.tar.gz中hadoop-mapreduce-project\hadoop-mapreduce-examples\src\main\java\org\apache\hadoop\...[2019/9/2]

472
2
记录数:294 页数:1/6123456下一页尾页
 友情链接: NPS
加载更多