摘要：
(一)、Spark读取HBase中的数据 hbase中的数据 (二)、Spark写HBase 1.第一种方式： 2.第二种方式： 阅读全文
摘要：
一、Spark on Standalone 1.spark集群启动后，Worker向Master注册信息 2.spark-submit命令提交程序后，driver和application也会向Master注册信息 3.创建SparkContext对象：主要的对象包含DAGScheduler和Task 阅读全文
摘要：
Spark Streaming处于Spark生态技术栈中，可以和Spark Core和Spark SQL无缝整合；而Storm相对来说比较单一； （一）概述 Spark Streaming Spark Streaming是Spark的核心API的一个扩展，可以实现高吞吐量、具有容错机制的实时流数据的 阅读全文
摘要：
HBase简介： HBase Hadoop DataBase，是一个高可靠、高性能、面向列、可存储、实时读写的分布式数据库 利用HBase HDFS作为其文件存储系统 HBase数据模型： （1）RowKey： 决定一行数据，按照字典顺序排序，RowKey只能存储64K字节数据 （2）Column 阅读全文
摘要：
1、Hive概念： hive是数据仓库，由解释器、优化器和编译器组成；运行时，元数据存储在关系型数据库中。 2、Hive的架构： （1）用户接口主要有三个：CLi、Client和WUI。其中最常用的是CLi，CLi启动时候，会启动一个Hive副本。Client是hive的客户端，用户连接至Hive 阅读全文
摘要：
1、synchronized 所重入场景： 继承关系的类，子类调用父类的方法 线程安全 带有synchronized关键字的方法互相调用 线程安全 2、volatile 作用：是变量在多个线程中可见，当改变变量值时（注意，改变的是主内存的值），每个线程的工作内存还是原先的值； 强制线程到主内存（共享 阅读全文
摘要：
hadoop的核心组件：hdfs（分布式文件系统）、mapreduce（分布式计算框架）、Hive（基于hadoop的数据仓库）、HBase（分布式列存数据库）、Zookeeper（分布式协作服务）、Sqoop（数据同步工具）和Flume（日志手机工具） hdfs（分布式文件系统）： 由client 阅读全文
摘要：
Storm安装 1、启动zookeeper集群 2、上传解压storm包 3、进入解压包，配置conf目录下的storm.yaml文件 a) 这里配置zookeeper节点，可以用ip或者域名 b) 配置nimbus.host作为主节点名 1、将解压的storm包分发到各个节点 2、scp -r a 阅读全文