摘要：
Hadoop面试常见的问题详解 阅读全文
摘要：
scala 一: scala基础 1 概念 Scala就是一门语言, 是spark的框架语言. 继承了面向对象编程和函数式编程. Scala是一种多范式的编程语言，其设计的初衷是要集成面向对象编程和函数式编程的各种特性。Scala运行于Java平台（Java虚拟机），并兼容现有的Java程序。htt 阅读全文
摘要：
Typora的日常使用方法 原文地址：https://www.jianshu.com/p/a6a6a22e9393 ” Markdown 是一种轻量级标记语言，创始人是约翰·格鲁伯（John Gruber）。它允许人们 “使用易读易写的纯文本格式编写文档，然后转换成有效的 HTML 文档。” 1. 阅读全文
摘要：
hive的一些总结 什么是hive： 可以将结构化的数据文件映射为一张数据库表，并提供类 SQL 查询功能。 本质：将SQL转换为 MapReduce 程序。 主要用途：用来做离线数据分析，比直接用MapReduce 开发效率更高。 为什么使用Hive： 直接使用 Hadoop MapReduce 阅读全文
摘要：
SparkStreaming 阅读全文
摘要：
spark的相关问题： 一、 spark中的RDD是什么， 有哪些特性 RDD（Resilient Distributed Dataset）叫做分布式数据集， 是Spark中最基本的数据抽象， 它代表一个不可变，可分区，里面元素可并行计算的集合。 Dataset： 就是一个集合， 用于存放数据的。 阅读全文
摘要：
动态上下线集群的具体操作 阅读全文
摘要：
一、kafka消息保证生产的信息不丢失金和重复消费问题 1. 使用同步模式的时候，有3中状态保证消息被安全生产， 在配置为1（只保证写入leader成功）的话，如果刚好leader partition挂了，数据就是丢失。 2. 还有一种情况可能会丢失小时， 就是使用异步模式的时候，当缓冲区满了，如果 阅读全文
摘要：
1. 关于join中出现数倾斜的操作
2. 关于maojoin的操作
3. 对于bucket join的操作
4. 关于where和join的操作
5. 关于group by的操作 阅读全文
摘要：
1. 数据仓库分层 阅读全文
摘要：
1. HBase为什么查询快
2. HRegionServer中数据写流程
3. HBase rowkey设计原则 阅读全文