摘要: 一.安装Hive 下载解压重命名权限 配置环境变量 $HIVE_HOME 修改Hive配置文件 gedit 配置mysql驱动 下载合适版本的mysql jar包,拷贝到/usr/local/hive/lib目录下 ls 在mysql新建hive数据库 show databases; 配置mysql 阅读全文
posted @ 2021-12-13 21:13 clown-00 阅读(19) 评论(0) 推荐(0) 编辑
摘要: WordCount程序任务: 程序 WordCount 输入 一个包含大量单词的文本文件 输出 文件中每个单词及其出现次数(频数), 并按照单词字母顺序排序, 每个单词和其频数占一行,单词和频数之间有间隔 1.用你最熟悉的编程环境,编写非分布式的词频统计程序。 读文件 分词(text.split列表 阅读全文
posted @ 2021-11-27 00:19 clown-00 阅读(32) 评论(0) 推荐(1) 编辑
摘要: 1.理解HBase表模型及四维坐标:行键、列族、列限定符和时间戳。 2.启动HDFS,启动HBase,进入HBaseShell命令行。 3.列出HBase中所有的表信息list 4.创建表create 5.查看表详情desc 6.插入数据put 7.查看表数据scan,get 8.多版本实验:修改列 阅读全文
posted @ 2021-11-09 17:03 clown-00 阅读(15) 评论(0) 推荐(0) 编辑
摘要: 1.下载压缩文件 2.解压 3.修改文件夹名 4.修改文件夹权限 5.配置环境变量 6.伪分布式配置文件 7.启动HDFS,启动Hbase 8.停止Hbase,停止HDFS运行 阅读全文
posted @ 2021-11-02 16:58 clown-00 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 一、在Ubuntu系统中安装和配置Eclipse 二、利用hadoop 的java api,向HDFS写一个文件。写入内容含自己的姓名学号信息。 三、从HDFS读取一个文件的内容并显示。 阅读全文
posted @ 2021-11-01 20:40 clown-00 阅读(33) 评论(0) 推荐(0) 编辑
摘要: 1.什么是hadoop adoop起源于开源网络搜索引擎Apache Nutch,后者本身也是Lucene项目的一部分。Nutch项目面世后,面对数据量巨大的网页显示出了架构的灵活性不够。当时正好借鉴了谷歌分布式文件系统,做出了自己的开源系统NDFS分布式文件系统。第二年谷歌又发表了论文介绍了Map 阅读全文
posted @ 2021-10-24 14:53 clown-00 阅读(65) 评论(0) 推荐(0) 编辑
摘要: 1.为什么产生大数据技术? 随着互联网的高速发展所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯,数据产生方式的变革促成大数据的来临 产生了一种数据量大,数据类型繁多,处理速度快,价值密度低的数据。 2为什么要学习大数据技 阅读全文
posted @ 2021-09-06 20:37 clown-00 阅读(48) 评论(0) 推荐(0) 编辑