blog/1943464[/url]
原创
2023-05-29 11:06:47
87阅读
分布式系统详解--架构（Hadoop-克隆服务器） 分布式系统上一个呢，写了一下分布式系统的单机版安装教程，并且对于hadoop来说进行了一个单机版的应用测试。我们这篇文章主要讲解一下利用hado
转载
2024-09-26 17:37:18
96阅读
案例1：阿里巴巴集团
阿里巴巴集团是一家全球领先的大数据平台公司，拥有各种大数据技术和解决方案。该公司使用大数据分析来提供个性化推荐、智能搜索、营销优化等服务，帮助企业提高运营效率和利润。
阿里巴巴的大数据平台可以处理数百亿条数据，包括订单、用户行为、供应链和财务等。通过分析这些数据，阿里巴巴可以为企业提供准确的市场趋势和消费者洞察，帮助企业做出更好的决策。
例如，阿里巴巴的大数据平台可以根据用户
一：课程介绍 数据库管理人员如何管理分布式的海量数据，是云计算时代的数据库从业人员面临的核心问题之一，Hadoop提出了解决方案。 本课程从数据库管理人员与系统管理人员的职业角度出发，从动手搭建Hadoop集群环境开始，涉及Hadoop集群的配置、维护、管理、监控、运维、测试、优化等主题，并细致剖析Hive数据仓库集群和优化等主题，帮助传统的数据库管
一、天气案例：细粒度介绍计算框架（1）需求：找出每个月气温最高的2天（2）思路每年每个月最高2天1天多条记录？进一部思考：年月分组温度升序key中要包含时间和温度呀！MR原语：相同的key分到一组，通过GroupCompartor设置分组规则（3）实现具体思路自定义数据类型Weather：包含时间包含温度自定义排序比较规则自定义分组比较：年月相同被视为相同的key那么reduce迭代时，相同年月的
转载
2023-08-31 13:08:58
67阅读
文章目录Hadoop（伪分布）+ Spark（Local）软件安装及环境配置前言一、安装虚拟机1.下载Ubuntu16.04镜像二、Hadoop安装及配置（伪分布式）1.创建hadoop用户2.更新apt3.安装SSH、配置SSH无密码登陆4.安装Java环境5.安装Hadoop3.1.36.Hadoop伪分布式配置三、安装 Spark2.4.01.下载Spark2.4.02.安装Spark（L
转载
2023-08-30 15:38:31
3阅读
目录2.1Hadoop简介HDFS（分布式文件系统）MapReduce（分布式并行编程框架）Hadoop的特点Hadoop的应用编辑Hadoop版本的变化2.2Hadoop项目结构TezSparkHivePigOozieZookeeperHBaseFlumeSqoopAmbari2.3Hadoop集群的部署和使用NameNodeDataNodeJobTracker，TaskTracker备份Sec
转载
2023-07-14 20:47:06
150阅读
## **参考博客：**# 本博客仅供自己大数据面试整理， 如果您不小心看到了这个博客， 请带着一种批判的角度阅读，方便的话，欢迎指正其中的错误，小白谢谢你啦。## 1.HadoopHadoop 三大核心： HDFS, MapReduce, YARN.HDFS: 分布式存储系统， 主要构成有 HDFS client, Name node, Data Node, Secondary node.HDF
1.试述MapReduce和Hadoop的关系。Google公司最先提出了分布式并行编程模型MapRedece ，Hadoop是一个实现了MapReduce模式的开源的分布式并行编程框架。Google的MapReduce运行在分布式文件系统GFS上，与Google类似，HadoopMapReduce运行在分布式文件系统HDFS上。相对而言，HadoopMapReduce要比GoogleMapRed
转载
2023-10-05 22:02:40
1034阅读
大数据工程实战：实时数据流处理一、配置环境1、hadoop伪分布配置2、hbase伪分布配置。创建Flume日志文件。。hbase建表。。mysql建表低版本mysql可能出现的问题二、后端项目三、前端项目四、最后结果 一、配置环境小tips： 删除hadoopcd /usr/local
sudo rm -rf hadoop删除hbasecd /usr/local
sudo rm -rf hba
转载
2023-07-20 17:49:57
59阅读
目录 一、Hive做离线批处理1、实现步骤①、启动hadoop，启动hive②、在hive下创建weblog库，并使用③、 创建外部表管理数据④、为总表添加当天分区数据⑤、建立数据清洗表，用于清洗出业务所需的字段。⑥、业务处理⑦、创建业务表并插入数据⑧、从清洗表查询得到当天的统计指标，插入到业务表中⑨、利用Sqoop工具从HDFS上将数据导入到Mysql数据库中二、Hive的占位符与文件
一、大数据原理大数据技术与工程开发技术在架构上有很大的不同大数据技术当然更关系数据，相关架构也都是围绕着数据展开，重要要考虑如何存储、计算、传输大规模的数据等；而工程端的计算处理模型都是“输入-> 计算-> 输出”模型。最大的不同点就是工程技术程序是主体，数据是传输对象，将数据输入后工程才开始计算，然后输出结果。而面临PB级别的大数据计算任务，再去搬移数据，无论读取、传输、处理已经任何
转载
2024-05-15 20:53:04
260阅读
一、 Hadoop的优化与发展1.1 Hadoop的局限对于MapReduce和HDFS【不包含其它组件】：1、抽象层次低，仍需手工编写代码完成功能2、表达能力有限，MapReduce抽象的Map和Reduce函数，在降低开发复杂度的同时，也带来了表达能力有限的问题，导致一些任务无法用Map和Reduce函数来完成3、开发者自行管理作业间的依赖关系。一个作业Job只包含Map和Reduce两个阶段
转载
2023-07-20 17:54:50
231阅读
一.hadoop简介Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储。MapReduce为海量的数据提供了计算。Hadoop框架包括以下四个模块：Hadoop Common: 这些是其他Hadoop模块所需的Java库和实用程序。这些库提供文件系统和操作系统级抽象，并包含启动Hadoop所需的Java文件和脚本。Hadoop YARN: 这是一个用于
转载
2023-09-14 13:23:15
121阅读
大数据技术原理与应用学习笔记（八）本系列历史文章Hadoop再探讨Hadoop的优化与发展Hadoop1.0到Hadoop2.0不断完善的Hadoop生态系统HDFS2.0新特性HDFS HA（高可用性）HDFS FederationYARN——新一代资源管理调度框架MapReduce1.0中的缺陷YARN设计思路YARN体系结构ResourceManagerApplicationMasterN
转载
2024-02-29 10:52:29
80阅读
一、Hadoop 介绍 Apache Hadoop项目为可靠的、可扩展的分布式计算开发了开源软件。 Apache Hadoop软件库是一个框架，它允许使用简单的编程模型在计算机集群中对大型数据集进行分布式处理。它被设计成从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储
转载
2024-05-29 13:34:25
20阅读
大数据处理架构Hadoop概述Hadoop简介Hadoop的发展简史Hadoop的特性参考 概述本文简要介绍Hadoop的起源、发展历史和特性。Hadoop简介Hadoop是一个开源的、可运行在大规模集群上的分布式计算平台，为用户提供了系统底层细节透明的分布式基础架构。Hadoop是基于Java语言开发的，具有很好的跨平台特性，可以部署在廉价的计算机集群中。Hadoop的核心是分布式文件系统(H
转载
2023-07-12 12:32:48
123阅读
文章目录1.Hadoop介绍1.1 hadoop的核心组件1.2 hadoop的介绍及发展历史1.3 hadoop2.x架构模型2.启动服务1.启动2.停止3.测试4.访问浏览器3.hadoop集群初体验3.1、HDFS 使用初体验3.2、mapreduce程序初体验4.分布式文件系统HDFS4.1.HDFS的来源4.2.HDFS的架构图之基础架构4.3 HDFS基本Shell操作4.4.HDF
转载
2023-08-08 09:22:23
313阅读
点赞
Hadoop大数据技术复习资料 钟兴宇1.选择题15空，共30分。Hadoop以HDFS（Hadoop Distributed File System，Hadoop 分布式文件系统）和MapReduce（Google MapReduce 的开源实现）为核心。hadoop三种安装方式：单体，伪分布式，完全分布式Hadoop集群启动时个进程的启动顺序：namenode，datanode，secondn
转载
2023-11-16 13:38:38
186阅读
实验五总共有三个小实验，其中第三个是其中逻辑最复杂的一个，我今天结合官方的实现代码来讲解其中的执行过程。首先是以如下形式表示的表明亲子关系的输入文件，左列为孩子名字，右列为父母名字，中间以空格分隔。其中第一行是表头，第二行开始才是真实的数据，所以在处理数据时不考虑第一行。child-parent.txtchild parent
Steven Lucy
Steven Jack
Jone Lucy
J
转载
2023-11-20 15:03:49
78阅读
