摘要：
一、"大数据时代"，数据获取的方式 1. 企业生产的用户数据：大型互联网公司有海量用户，所以他们积累数据有天然的优势。 有数据意识的中小型企业，也开始积累的数据。 2. 数据管理咨询公司：通常这样的公司有很庞大的数据采集团队，一般会通过市场调研、问卷调查、固定的样本检测， 和各行各业的公司进行合作、 阅读全文
摘要：
前言，好的正手网前，还是三要素：一致性，高质量，和稳定性。 在你未出手前，对手绝对不敢动，先动就是找死。 技巧 （1）握拍 -- 重点 握拍方式如下图。 为什么要用这种握平底锅的握法？我开始也是存有疑问的，但是实际试用以后，出球质量和稳定性却是大大的超出我的想象。 解析一下原因：手掌的方向和拍面的方 阅读全文
摘要：
Flume简介 --（实时抽取数据的工具） 1) Flume提供一个分布式的，可靠的，对大数据量的日志进行高效收集、聚集、移动的服务，Flume只能在Unix环境下运行。 2) Flume基于流式架构，容错性强，也很灵活简单。 3) Flume、Kafka用来实时进行数据收集，Spark、Storm 阅读全文
摘要：
什么是Hive Hive：由Facebook开源用于解决海量结构化日志的数据统计。 Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。 本质是：将HQL转化成MapReduce程序 1）Hive处理的数据存储在HDFS 2）Hive分析数据底层 阅读全文
摘要：
简介 ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。 特点 在Zookeeper中，znode是 阅读全文
摘要：
一 MapReduce入门 MapReduce定义（简单来说就是hadoop的数据分析核心，理解其中的原理，则可以分析聚合一切需求） Mapreduce是一个分布式运算程序的编程框架，是用户开发“基于hadoop的数据分析应用”的核心框架。 Mapreduce核心功能是将用户编写的业务逻辑代码和自带 阅读全文
摘要：
一、安装java 二、IntelliJ IDEA（2018）安装和破解与初期配置 参考链接 1.进入官网下载IntelliJ IDEA https://www.jetbrains.com/idea/download/#section=windows,选择收费版,下面再破解 2.点击下载进入下载页开始 阅读全文
摘要：
注意：这次使用的是第二部分安装的集群，不是高可用集群 为了方便，开发，必须写集群脚本，试想集群的机器是100台以上，而不是3台的情况。。。。 集群启动脚本 集群关闭脚本 集群详情脚本 一、启动hadoop集群 二、常用的shell操作 阅读全文
摘要：
八成以上程序员有掉头发的烦恼（我随便乱说的），今天为什么会写这编博客，因为我的一个旧同学开了家生发店，卖的东西都是8千多起跳（不过大家放心，我不是向大家安利他的店，我这等穷屌丝，只会使用不要钱的方法来达到目的）。先去百度一下，如何生发养发。。。第一第二页基本可以跳过，都是在卖广告。第三页开始有点实际 阅读全文
摘要：
首先说明的是Sumblime Text 3，下载安装后，打开软件， 按下Ctrl+Shift+P调出命令面板， 按回车键后弹出下面的 然后 点击左上角的 文件 》SFTP/FTP 》 Setup Server ... 设置访问主机配置，保存后就可以点击远程编辑文件了。 SFTP 插件。主要功能就是通 阅读全文