摘要：
hdfs认证报错1 hdfs报错Failed on local exception: java.io.IOException: org.apache.hadoop.security.AccessControlException: Client cannot authenticate via:[TOK 阅读全文
摘要：
1.map join无reduce操作，所以没有shuffle。这样可以减少大量的网络I/O。（如：大表文件数500、文件250M，小表20M。map join的网络I/O共50020M，Common join的网络I/O共500250M+20M），同时不需要进行map sort和shuffle s 阅读全文
摘要：
错误详情 Error: java.io.IOException: SQLException in nextKeyValue at org.apache.sqoop.mapreduce.db.DBRecordReader.nextKeyValue(DBRecordReader.java:275) at 阅读全文
摘要：
最近发现了sqoop的一个bug，在使用sqoop 1.4 7导出MySQL8.0以上版本的mysql表，采用整表导出时，列的顺序会... 阅读全文
摘要：
maven编译报错error: the result type of an implicit conversion must be ... 阅读全文
摘要：
1）gzip压缩 优点：压缩率比较高，而且压缩/解压速度也比较快；hadoop本身支持，在应用中处理gzip格式的文件就和直接处理文本一样；大部分linux系统都自带gzip命令，使用方便。 缺点：不支持split。 应用场景：当每个文件压缩之后在1... 阅读全文
摘要：
TextFile: 默认格式，数据不做压缩，磁盘开销大，数据解析开销大。可结合Gzip、Bzip2使用，但使用Gzip这种方式，hive不会对数据进行切分，从而无法对数据进行并行操作。 SequenceFile: SequenceFile是Hadoop API 提供的一种二进制文件，它将数据以<ke 阅读全文
摘要：
1） 过滤掉脏数据：如果大key是无意义的脏数据，直接过滤掉。本场景中大key无实际意义，为非常脏数据，直接过滤掉。 2）数据预处理：数据做一下预处理，尽量保证join的时候，同一个key对应的记录不要有太多。 3） 增加reduce个数：如果数据中出现了多个大key，增加reduce个数，可以让这 阅读全文
摘要：
1）Broker参数配置（server.properties） 1、网络和io操作线程配置优化 # broker处理消息的最大线程数（默认为3） num.network.threads=cpu核数+1 # broker处理磁盘IO的线程数 num.io.threads=cpu核数*2 2、log数据 阅读全文
摘要：
HashMap和Hashtable区别 1) 线程安全性不同 HashMap是线程不安全的，HashTable是线程安全的，其中的方法是Synchronize的，在多线程并发的情况下，可以直接使用Hashtable，但是使用HashMap时必须自己增加同步处理。 2) 是否提供contains方法 阅读全文