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