摘要：
Sequence函数 用Sequence函数生成时间序列函数，真的是非常简便易用，之前因为没找到，所以走了不少弯路。 println("指定开始和结束数字，生成对应的数字序列，通过第三个参数来控制步长") SparkUtil.executeSQL(""" |select explode(sequen 阅读全文
摘要：
1. 均衡操作 以1.4.9版本为例，默认balance策略是开启状态。如果关闭，在Ui会出现如下警告： The Load Balancer is not enabled which will eventually cause performance degradation in HBase as 阅读全文
摘要：
hadoop如果一个节点内有新增磁盘或者数据出现在磁盘上不均衡时，需要做磁盘均衡，就是将其他已经写入数据的磁盘均衡到新增加的磁盘上去，大概分为以下三个步骤，计划，执行，查询： 一般默认都开启了磁盘均衡，但是我这种状况特殊，公司给的初始磁盘大小不一样。。。我也没辙。。我只是试验下，我这种情况能否做数据 阅读全文
摘要：
将hbase目录拷贝后命名为hbase2,然后在hbase2中做如下修改。 1.hbase-site.xml hbase的默认端口是16020和16030，所以这里使用16120和16130。 <property> <name>hbase.regionserver.port</name> <valu 阅读全文
摘要：
需求说明 期初是我们的物理机上安装了Hbase，由于物理机硬件配置还可以，1T内存，64核。 只有4台机器，我们装完Hbase后，发现应用请求比较多，导致RegionServer经常挂掉。 但是机器本身资源使用率并不高，因此我们希望在一个节点上启用多个RegionServer服务。 如果一个节点启动 阅读全文
摘要：
问题：hbase集群请求超负载，导致HRegionServer服务宕掉，出现Region in Transition状态 重启后，如果Region in Transition一直存在很长时间，需要查看是否被某个producer锁住。 hbase修复工具下载地址 这里是源码，需要自己下载编译成jar包 阅读全文
摘要：
1. HbaseUtil工具类 Hbase虽然提供了相关的API，但是在实际使用过程中还是非常麻烦，因此根据官方的API封装对应的工具类，从而简化开发操作。 package com.king import java.math.BigDecimal import java.util import co 阅读全文
摘要：
1.RowKey设计 省略 2.参数优化 2.1 zk会话超时时间 hbase-site.xml zookeeper.session.timeout: 默认值90000毫秒(90s)。 当某个RegionServer挂掉后，90s之后Master才能察觉到。可适当减少此值，尽可能块的检测region 阅读全文
摘要：
默认我们使用的hive自带的json包格式，创建表时格式为： CREATE EXTERNAL TABLE `ods.ods_test`( ... ) ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe' STORED AS text; 阅读全文
摘要：
前提是主库的MySQL开启了Binlog，不然需要修改配置，然后重启MySQL 1.主库配置 [mysqld] max_allowed_packet=1024M server-id=1 log-bin=mysql-bin binlog_format=row # 必须为FULL，MySQL-5.7后才 阅读全文
摘要：
当运维丢给你一台新装的操作系统，本文将记录手工添加一个节点需要做哪些具体的操作，当前的版本是apache hadoop，未使用CDH版本。 1 系统环境设置 1.1 修改hostname 根据IP设置对应节点的名称，比如增加一个192.168.1.130节点作为数据节点。 临时设置：hostname 阅读全文
摘要：
做机器迁移，导致flink程序写iceberg失败，原因是hive的元数据存储库mysql停了一段时间。 然后flink出现以下异常， org.apache.iceberg.exceptions.NotFoundException: Failed to open input stream for f 阅读全文
摘要：
有5个zk节点，有1个节点查看状态一直报错： ZooKeeper JMX enabled by default Using config: /home/hadoop/bigdata/zk/bin/../conf/zoo.cfg Client port found: 2181. Client addr 阅读全文
摘要：
1、备份命令 格式：mysqldump -h主机名 -P端口 -u用户名 -p密码 --database 数据库名 > 文件名.sql 例如： mysqldump -h 192.168.1.100 -p 3306 -uroot -ppassword --database cmdb > /data/b 阅读全文
摘要：
Mysql的binlog开启后一直没清理，占用太大空间 1.查看binlog过期时间 show variables like 'expire_logs_days'; expire_logs_days=0： 这里的值如果为0，表示所有binlog日志永久都不会失效，不会自动删除； 这里的值如果为30， 阅读全文
摘要：
1. 原因 写入iceberg表时，会在hive_locks表中插入一条记录，表示该表正在被写入(hive中的独占锁) 当数据插入完成后，会自动删除该条记录。 2. 出现场景 （1）在同时往同一个iceberg表中写入数据时，会出现Retrying task after failure: Waiti 阅读全文
摘要：
SQL 错误 [1] [08S01]: Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. org.apache.i 阅读全文
摘要：
执行spark任务居然碰到了hive中表的被锁了，导致写数据时失败，这个还真是头一次碰到过这回事。 错误信息如下： 22/09/04 21:02:28 WARN Tasks: Retrying task after failure: Waiting for lock. org.apache.iceb 阅读全文
摘要：
感悟：有时候很简单的笨办法，比那些高大上的技术要实用的多。 有一个数据同步，大约4亿条记录，没有分区。现在要按照天，小时分区写入到iceberg的分区表中。 源数据中本身就是很多几十k大小的非常多的小文件。 于是在读取时，总想着要shuffle，合并小文件,于是是这样的： hive_df = spa 阅读全文
摘要：
PySpark版本： https://spark.apache.org/docs/2.4.8/api/python/pyspark.sql.html Scala Spark版本： https://spark.apache.org/docs/2.4.8/api/scala/index.html#org 阅读全文