知乎HBase实践前言HBase是一个基于Hadoop面向列的非关系型分布式数据库(NoSQL),设计概念来源于谷歌的BigTable模型，面向实时读写、随机访问大规模数据集的场景，是一个高可靠性、高性能、高伸缩的分布式存储系统，在大数据相关领域应用广泛.HBase系统支持对所存储的数据进行透明切分，从而使得系统的存储以及计算具有良好的水平扩展性.知乎从2017年起开始逐渐采用HBase系统存储各
原创
2020-11-04 09:24:43
995阅读
一、Hive概述1.1 hive概念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一张表，并 提供类SQL查询功能。 本质是：将HQL转化成MapReduce程序 1）Hive处理的数据存储在HDFS； 2）Hive分析数据底层的实现是MapReduce； 3）执行程序运行在Yarn上。1.2 hive优缺点分析优点： 1）操作接口采用类SQL语法，提供快速开发的能力（
转载
2023-09-01 15:26:11
33阅读
环境配置： hadoop-2.0.0-cdh4.3.0 (4 nodes, 24G mem/node)
hbase-0.94.6-cdh4.3.0 (4 nodes,maxHeapMB=9973/node)
hive-0.10.0-cdh4.3.0 一、查询性能比较： query1:
select count(1) from on_hdfs;
selec
转载
2023-08-03 22:04:39
62阅读
一、HBase索引案例（使用redis存储索引）在这里是简单模拟将索引存到redis中，再通过先查询索引再将Hbase中的数据查询出来。
需要考虑的问题：
1、建立redis的连接，建立Hbase的连接
2、如何创建索引，即创建索引的key和value的设计
3、如何通过将查到的索引，去查询到对应Hbase的数据添加依赖<!-- https://mvnrepository.c
转载
2023-06-10 21:04:16
112阅读
机器学习、数据挖掘等各种大数据处理都离不开各种开源分布式系统，hadoop用于分布式存储和map-reduce计算，spark用于分布式机器学习，hive是分布式数据库，hbase是分布式kv系统，看似互不相关的他们却都是基于相同的hdfs存储和yarn资源管理，本文通过全套部署方法来让大家深入系统内部以充分理解分布式系统架构和他们之间的关系，本文较长，精华在最后。本文结构首先，我们
转载
2023-08-08 03:09:23
120阅读
首先要知道 Hive 和 HBase 两者的区别，我们必须要知道两者的作用和在大数据中扮演的角色概念Hive1.Hive 是 hadoop 数据仓库管理工具，严格来说，不是数据库，本身是不存储数据和处理数据的，其依赖于 HDFS 存储数据，依赖于 MapReducer 进行数据处理。2.Hive 的优点是学习成本低，可以通过类 SQL 语句（HSQL）快速实现简单的 MR 任务，不必开发专门的 M
转载
2024-02-24 13:28:34
35阅读
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。 Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。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，则MapReduce为海量的数据提供了计算。首先介绍一下Hive和hbase的区别：1. 两者分别是什么？Apache
转载
2023-09-13 21:54:10
0阅读
继续上次的教程，这次安装hbase与hive。之前有同学反应百度网盘中没有hbase安装包，这次补上了，在上篇博客的网盘链接中已经有了，最详细的Hadoop+Hbase+Hive完全分布式环境搭建教程（一）。一、hbase2.1.1安装在master节点：$ tar -zxvf hbase-2.1.1-bin.tar.gz -C /opt
$ cd /opt/hbase-2.1.1/conf/
$
转载
2023-10-10 10:11:23
58阅读
# 深入探讨 HDFS、Hive 和 HBase：大数据生态系统的三大支柱
在现代数据处理架构中，Hadoop生态系统发挥着至关重要的作用。HDFS（Hadoop分布式文件系统）、Hive和HBase是这一生态系统中的三大核心组成部分。本文将深入探讨这三个组件的特性、用法及其相互关系，并包含代码示例，以帮助读者更好地理解它们的功能和应用场景。
## 1. HDFS：存储的基石
HDFS是Ha
1、HIVE的计算引擎hive的引擎mapreduce、tez和spark三者比较hive sql执行方式对比（tez,mapreduce,spark,storm）TEZ和MapReduce区别Flink on Hive构建流批一体数仓MR引擎在HIVE 2中将被弃用，官方推荐使用TEZ或SPARK等引擎，在实际应用中如果使用TEZ或者SPARK计算时出现内存溢出的问题（TEZ和SPARK都是内存
转载
2024-01-03 14:14:26
105阅读
1 hadoop中各工程包依赖简述 Google的核心竞争技术是它的计算平台。Google的大牛们用了下面5篇文章，介绍了它们的计算设施。 GoogleCluster： http://research.google.com/archive/googlecluster.html
转载
2024-03-01 13:52:50
30阅读
最近开始自学大数据，肯定免不了hadoop、hive、hbase这些东西。
此处把自己对这3个的理解记录一下：
1、hadoop：它是一个分布式计算+分布式文件系统，前者其实就是MapReduce，后者是HDFS。后者可以独立运行，前者可以选择性使用，也可以不使用2、hive：通俗的说是一个数据仓库，仓库中的数据是被hdfs管理的数据文件，它支持类似
转载
2023-07-12 17:44:43
120阅读
Hadoop之HDFS1.Hdfs1.1 Hdfs的数据上传和读取过程1.1.1 hdfs写文件的步骤1.1.2 hdfs读文件的步骤1.2 JAVA如何读取HDFS1.3 HDFS上NameNode的fsimage和edits文件 说明，感谢亮哥长期对我的帮助，此处多篇文章均为亮哥带我整理。以及参考诸多博主的文章。如果侵权，请及时指出，我会立马停止该行为；如有不足之处，还请大佬不吝指教，以期
转载
2024-05-02 10:20:40
22阅读
是什么？hive，是基于hadoop的数据仓库，用于处理结构化数据。适合做OLAP。存储数据结构（schema）在数据库中，处理数据进入hdfs。 大量的MR任务繁重，为了简化编写MR的工作量，hive提供了一个框架，可以把一个类似sql的查询语句翻译成MR程序，然后把job提交到hdfs上进行查询；到hdfs上查询哪个表呢？这就是hive提供的另一个功能，把hdfs的一个文件，映射成一
转载
2024-02-19 11:59:06
41阅读
对于刚接触大数据的用户来说，要想区分Hive与HBase是有一定难度的。本文将尝试从其各自的定义、特点、限制、应用场景等角度来进行分析，以作抛砖引玉之用。====Hive是什么？Apache Hive是一个构建于Hadoop(分布式系统基础架构)顶层的数据仓库，注意这里不是数据库。Hive可以看作是用户编程接口，它本身不存储和计算数据；它依赖于HDFS(Hadoop分布式文件系统)和MapRedu
转载
2023-07-12 10:06:58
59阅读
HBaseCon是Apache HBase官方举办的技术会议，主要目的是分享，交流HBase这个开源分布式大数据存储的使用和开发以及发展。HBaseCon发起于2012年。通常HBaseCon的举办地是在美国，这是HBaseCon第一次在亚洲举行，命名为Apache HBaseCon 2017Asia。而且这次会议举办地选择在中国深圳，也足以见得HBase在中国的火爆程度和中国开发者们对HBase
转载
2023-07-12 20:13:47
0阅读
# 实现“HIVE用户n天留存知乎”教程
## 流程图
```mermaid
flowchart TD
A[获取需要的数据表] --> B[计算日活跃用户数]
B --> C[计算n天后再次访问的用户数]
C --> D[计算n天留存率]
D --> E[展示结果]
```
## 类图
```mermaid
classDiagram
Hive -->
原创
2024-06-12 05:21:03
54阅读
一、python简介1、python下载地址：https://www.python.org/downloads/Python的创始人为Guido van Rossum。1989年圣诞节期间，在阿姆斯特丹，Guido为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，做为ABC 语言的一种继承。之所以选中Python（大蟒蛇的意思）作为程序的名字，是因为他是一个叫Monty Python的喜剧团体的
转载
2023-08-06 15:48:42
363阅读
这是一篇 Python 入门指南，针对那些没有任何编程经验，从零开始学习 Python 的同学。不管你学习的出发点是兴趣驱动、拓展思维，还是工作需要、想要转行，都可以此文作为一个参考。在这个信息爆炸的时代，以 "Python入门” 为关键字搜索出的结果成千上万。不少小白选手难免会东一榔头西一棒槌，最终看了很多文章，却仍没跨过新手那道门槛。结合自身的学习经验以及与很多自学者的沟通了解，我们整理出一条
转载
2023-07-23 19:05:58
0阅读
摘要: hdfs hbase hive hbase适用场景Hive不想用程序语言开发MapReduce的朋友比如DB们，熟悉SQL的朋友可以使用Hive开离线的进行数据处理与分析工作。注意Hive现在适合在离线下进行数据的操作，就是说不适合在挂在真实的生产环境中进行实时的在线查询或操作，因为一个字“慢”。相反起源于FaceBook,Hive在Hadoop中扮演数据仓库的角色。建立在Hadoop集群
转载
2023-08-24 10:43:43
146阅读
