随着智能终端数量的极速增加，大数据已经成为当今社会的主题词。其高容量、高速度和多类型的特征也反映着时代的发展特点。为了能够挖掘大数据背后的潜在价值，Apache基金会提出了Hadoop平台。该平台的MapReduce框架一步步发展，已经成为大数据处理的核心技术。然而，MapReduce刚刚“称霸”大数据不久，Spark就迅速崛起。其超高的性能和易用性很快吸引了业界的注意，并使得很多公司开始放弃Ma
转载
2024-05-21 14:19:59
188阅读
Doris 前身是 Palo ，Palo 是百度自研的基于 MPP 的交互式 SQL 数据仓库，主要用于解决报表和多维分析。它主要集成了 Google Mesa 和 Cloudera Impala 技术。根据最新的 Apache 基金会邮件列表，百度开源项目 Doris 已全票通过投票，正式成为 Apache 基金会的孵化器项目。投票结果是，在包含 8 个约束性投票(binding vo
# 替代MySQL的Doris
在现代数据处理领域，MySQL是一个非常常见的关系型数据库管理系统。然而，随着数据量的增加和复杂性的提高，MySQL的性能和扩展性可能会受到限制。为了解决这些问题，一些新的数据库系统被开发出来，其中一个备受关注的系统就是Doris。
## 什么是Doris？
Doris是一个开源的分布式SQL数据仓库系统，最初由百度开发。它旨在为用户提供高性能、高可靠性和可扩
原创
2024-05-12 06:05:39
400阅读
关于Hadoop已经小记了六篇，《Hadoop实战》也已经翻完7章。仔细想想，这么好的一个框架，不能只是流于应用层面，跑跑数据排序、单表链接等，想得其精髓，还需深入内部。 按照《Hadoop阅读笔记（五）——重返Hadoop目录结构》中介绍的hadoop目录结构，前面已经介绍了MapReduce的内部运行机制，今天准备入手Hadoop RPC，它是hadoop一种通信机制。RPC（Remot
ELK 性能(1) — Logstash 性能及其替代方案介绍当谈及集中日志到 Elasticsearch 时，首先想到的日志传输（log shipper）就是 Logstash。开发者听说过它，但是不太清楚它具体是干什么事情的：当深入这个话题时，我们才明白集中存储日志通常隐含着很多的事情，Logstash 也不是唯一的日志传输工具（log shipper）从数据源获取数据：文件、UNIX soc
转载
2024-09-14 10:04:25
129阅读
目录概述导入方式批量删除Broker LoadRoutine LoadStream load概述Doris现在支持Broker load/routine load/stream load/mini batch load等多种导入方式。
spark load主要用于解决初次迁移，大量数据迁移doris的场景，用于提升数据导入的速度。导入方式所有导入方式都支持 csv 数据格式。其中 Broker l
转载
2023-12-19 20:11:49
206阅读
引言 今天被问到Hive的一些常规优化方法，发现自己居然没有这方面的记录，所以准备简单记录一下自己遇到的一些问题，供接触Hive的朋友参考。 概念 首先说一个老生常谈的但是很重要的问题，Hive不是数仓！！！Hive不是数仓！！！Hive不是数仓！！！重要的事情说三遍。 数仓是一个抽象的理论性的概念，Hive只是实现数仓建设的工具之一。它其实做了一件事情就是把sql解析转换成了MR并在hadoop
转载
2023-11-26 23:29:04
339阅读
文章目录Hadoop框架HDFS NN、SNN、DN工作原理HDFS概述HDFS架构NameNodeSecondary NameNodeSecondary NameNode的工作流程什么时候checkpiontDataNode上传一个CentOS-7.5-x86_64-DVD-1804.iso大文件来体现分布式管理系统通过ui页面观察文件被block划分HDFS的Trash回收站 Hadoop框
转载
2024-06-15 13:01:47
87阅读
Doris 查询简介Doris Query 接收Doris Query ParseDoris Query AnalyzeDoris Query RewriteDoris Query 单机PlanDoris Query 分布式PlanDoris Query 调度Doris Query 执行总结Doris 查询简介Doris 的查询和大多数数据库一样，需要经过 Parse,Analyze,Optimi
再写 HDFS Federation机制的时候，发现基础不扎实，需要将之前的hadoop再详细记录一下原理（重点只说Hadoop2.0版本）： Hadoop2.0版本，引入了Yarn。核心：HDFS+Yarn+MapreduceYarn是资源调度框架。能够细粒度的管理和调度任务。此外，还能够支持其他的计算框架，比如spark等。存储的基础知识以及原理：元数据信息和
转载
2024-09-19 13:14:19
49阅读
HDFS的读写流程 & secondary namenode的数据写入流程1）HDFS的数据写入流程
2）HDFS的数据读取流程
3）SNN的数据写入的流程1）HDFS的数据写入流程（1）客户端发送写入请求给 namenode（2）namenode 接收到请求，然后首先判断当前操作的用户是否具有写入的权限，如果没有则拒绝请求，如果有权限，接着判断要写入的数据目录下是否存在这个文件，如果存在
转载
2024-09-27 14:47:38
61阅读
有Sqoop和DataX之类数据处理为何还要用Apache SeaTunnel，这就要得益于Apache SeaTunnel依赖Flink和Spark天然分布式处理数据的特性，前两者是单机同步数据不适于海量数据同步，以低代码方式用配置文件就可以启动Flink数据处理应用，本篇从基本概念和原理入手，并通过部署SeaTunnel演示了多个基于Flink的Source和S
目录：HDFS简介HDFS架构说明HDFS读文件流程HDFS写文件流程HDFS 可靠性HDFS shellIDEA 开发工具使用Java 操作HDFS全分布式集群搭建一.简介HDFS（Hadoop Distributed File System，分布式文件系统）基于Ggoogel发布的GFS论文设计开发，其除具备其他分布式文件系统相同特性外，还有自己的特性：高容错：认为硬件总是不可靠的，有副本的存
转载
2024-04-29 21:47:24
55阅读
但随着互联网业务的发展，本地中心化的架构开始受到以下两个方面的挑战：数据增长越来越快，并且数据格式更加丰富多样，非结构化数据越来越多。传统的分布式存储引擎难以大规模存储和处理文本、音视频等非结构化数据。计算和存储强耦合在本地应用上，缺少弹性。强耦合的模式增加了企业成本，因为需要为计算或者存储的峰值需求准备资源。在大约2015年之后，由于对象存储具有极高的数据持久性，跨地域的容灾以及低成
在一个现代化的时候，界面不好看的 Eclipse 和操作易用性相比而言更高的 IntelliJ Idea。而在进行 Hadoop 进行编程的时候，最基本的是需要导入相应的 Jar 包，而更为便宜的则是使用 Maven 来进行包的依赖管理，而本文则结合 Gradle 来处理引入最基本的 Hadoop 包，配置运行环境。新建一个 Gradle 项目在新建时要选择 Gradle 项目，并在连接过程中自动
转载
2024-09-20 12:46:34
111阅读
写流程数据导入方式1. Broker Load说明Broker Load是异步方式，支持的数据源取决于Broker进程支持的数据源。适用场景（1）源数据在Broker可以访问的存储系统中。（2）数据量在几十到百GB级别 。原理用户在提交导入任务后，FE会生成相应的导入执行计划（plan），BE会执行导入计划将输入导入Doris中，并根据BE的个数和文件的大小，将Plan分给多个BE执行，每个BE导
Hadoop一直是一个较为热门的词汇。Hadoop最初是Yahoo公司为了处理海量数据而开发的一款开源架构。在许多人眼里，大数据一词与Apache的Hadoop几乎同义。随着越来越多的企业对大数据逐渐熟悉，可以预计2013年管理大数据的各类方案将会成为业界热点。
RainStor CEO John Bantleman曾提醒各IT企业注意一点，虽然Hadoop为现今热门的大数据
转载
2024-04-08 09:47:07
86阅读
近年来，已经有越来越多的企业参与到Hadoop社区的发展中来，它们对HDFS的改造提出了不同的方案，有的是基于社区版HDFS源码进行改造，比如Cloudera的CDH版本和Facebook的AvatarNode，也有的是参照HDFS重写一套分布式文件系统，比如百度的HDFS2和腾讯的XFS，当然社区也推出了新的版本Hadoop0.23。总的来看，Hadoop
转载
2024-02-28 10:12:05
268阅读
Spark Core提供了三种创建RDD的方式，包括：使用程序中的集合创建RDD；使用本地文件创建RDD；使用HDFS文件创建RDD。
1、并行化集合
如果要通过并行化集合来创建RDD，需要针对程序中的集合，调用SparkContext的parallelize()方法。Spark会将集合中的数据拷贝到集群上去，形成一个分布式的数据集合，也就是一个RDD。相当于是，集合中
转载
2024-03-21 19:22:31
76阅读
HDFS的初识 HDFS（Hadoop Distributed File System）是Hadoop项目的核心子项目，是分布式计算中数据存储管理的基础，是基于流数据模式访问和处理超大文件的需求而开发的，可以运行于廉价的商用服务器上。它所具有的高容错、高可靠性、高可扩展性、高获得性、高吞吐率等特征为海量数据提供了不怕故障
转载
2024-06-12 20:41:18
28阅读
