摘要：
一、大白话MapReduce 1.什么是Map/Reduce，看下面的各种解释： (1)MapReduce是hadoop的核心组件之一，hadoop要分布式包括两部分，一是分布式文件系统hdfs,一部是分布式计算框，就是mapreduce,缺一不可，也就是说，可以通过mapreduce很容易在had 阅读全文
摘要：
Hive调优原则 Hive是将符合SQL语法的字符串解析生成可以在Hadoop上执行的MapReduce的工具。理解Hadoop的核心能力，是Hive 优化的根本。使用Hive尽量按照分布式计算的一些特点来设计SQL，Hive的调优原则主要包括以下几点： 原子化操作 尽量原子化操作，避免一个SQL包 阅读全文
摘要：
1）关闭未声明资源池的自动生成。 进入YARN面板，选择配置->服务范围->资源管理->yarn.scheduler.fair.allow-undeclared-pools,默认选项是开启的，需要关闭，否则如果用户指定一个尚未声明的资源池时，YARN将为自动生成一个相对于的资源池。我们需要关闭该选项 阅读全文
摘要：
在将数据从Mysql 等其他关系型数据库 抽取到Hive 表中时，需要同步mysql表中的注释，以下脚本可以生成hive表字段注释修改语句。 注：其他关系型数据库如：oracle 可以通过相同的思路，读取元数据，修改脚本语法实现。 使用： 在mysql元数据库：information_schema 阅读全文
摘要：
1） 在公司一直使用固定的eclipse IDE版本3.3 确实太out了。eclipse官方网址：http://download.eclipse.org 奇怪的是eclipse 发布的版本顺序是跳跃的 。2） 在百度找：springsource tool suite eclipse ，或者http... 阅读全文