Hadoop(YARN)
YARN是Hadoop集群的资源管理和调度系统，它负责为各种分布式计算任务分配和管理资源,包含以下组件：ResourceManager，NodeManager，ApplicationMaster， Container。
【大数据技术基础 | 实验十一】Hive实验：新建Hive表
本实验介绍Hive的DDL操作，能够在Hive中新建，显示，修改和删除表等功能。
Hive中分区（Partition）和分桶（Bucket）区别
Hive中分区（Partition）和分桶（Bucket）区别
【头歌】Hive基本查询操作（二） 答案
【头歌】Hive基本查询操作（二） 答案第1关：Hive排序第2关：Hive数据类型和类型转换第3关：Hive抽样查询
Hive SQL中判断内容包含情况的全面指南
原理如果现有的函数无法满足特定的包含内容判断需求，可以编写用户自定义函数（UDF）。例如，当需要使用复杂的自然语言处理规则或特定的业务逻辑来判断是否包含某些内容时。示例（以Python编写UDF为例）首先，编写一个Python函数来实现判断逻辑。例如，判断一个字符串是否包含另一个字符串，并且忽略大小
六、深度剖析 Hadoop 分布式文件系统（HDFS）的数据存储机制与读写流程
HDFS 是一种高度分布式的文件系统，其专门为在大规模的集群环境之下存储和管理海量规模的数据而精心设计。它具备着极高的容错性、极为可靠的稳定性以及强大的可扩展性等显著特点，能够轻松处理 PB 级乃至更加庞大的数据量。HDFS 采用了主从架构的模式，主要是由 NameNode 和 DataNode 共
Zookeeper实现Hadoop高可用集群
一、zookeeper概述ZooKeeper概念: Zookeeper是一个分布式协调服务的开源框架。本质上是一个分布式的小文件存储系统ZooKeeper作用: 主要用来解决分布式集群中应用系统的一致性问题。ZooKeeper结构: 采用树形层次结构，ZooKeeper树中的每个节点被称为—Znod
Hive 必知必会
Hive是一个基于Hadoop的数据仓库工具，可以将sql转为MR或Spark任务进行运算，又可以说是MapReduce或Spark sql的客户端；由于直接使用MR进行开发的难度大，学习成本高，所以采用了类sql语法的hive。支持的计算引擎：MR、Tez、Spark，暂不展开。
hadoop-Zookeeper安装
本文主要描述zookeeper的安装过程
Hive基础
Hive是构建在Hadoop之上的数据仓库工具，它提供了一种机制来查询和管理PB级别的分布式存储数据。Hive使用类似于SQL的查询语言——HiveQL，使得熟悉SQL的用户能够轻松地进行大数据处理。通过Hive，可以将复杂的MapReduce任务简化为简单的查询语句，极大地提高了开发效率。Hive
Hadoop框架及应用场景说明
Hadoop是一个开源的分布式系统基础架构。由多个组件组成，组件之间协同工作，进行大规模数据集的存储和处理。本文将探讨Hadoop的架构以及应用场景。
【大数据技术基础 | 实验十】Hive实验：部署Hive
本实验介绍Hive的工作原理和体系架构，学会如何进行Hive的内嵌模式部署，启动Hive，然后将元数据存储在HDFS上。
Zookeeper的安装与使用
分享了zookeeper的安装使用
基于Hadoop的短视频数据分析的设计与实现
Django-Admin来自django.contrib也就是Django的标准库，默认被配置好，只需要激活启用即可，它的优势在于可以快速对数据库的各个表进行增删改查，一行代码即可管理一张数据库表，相比于手动后台1个模型一般需要4个urls，4个视图函数和4个模板，可以说Django完成了一个程序编
Hadoop-HA搭建
Hadoop-HA搭建。
Hadoop YARN：现代大数据集群资源管理与作业调度
介绍大数据时代背景下，如何有效管理集群资源和调度作业的重要性，引入 Hadoop YARN 作为解决方案，并说明本文将深入探讨 YARN 的原理、架构和应用。
Ubuntu的Linux系统部署Hadoop平台
Ubuntu的Linux系统部署Hadoop平台，及其注意事项
（计算机毕设选题推荐）基于Hadoop的汽车销量数据分析与研究
摘要本文聚焦于基于Hadoop平台的汽车销量数据分析与研究。随着大数据技术的快速发展，汽车行业积累了海量销售数据，如何高效处理并利用这些数据以洞察市场趋势、优化销售策略成为企业关注的焦点。本文首先介绍了Hadoop分布式计算框架及其在大数据处理中的优势，随后详细阐述了数据收集、预处理、存储、分析及可
Hadoop3.x伪分布式详细配置
伪分布式模式也是只需要一台机器，但是与本地模式的不同，伪分布式使用的是分布式的思想，具有完整的分布式文件存储和分布式计算的思想。4.1.1 由于克隆过来的hadoop102与hadoop103的IP地址都是hadoop101的IP地址，因此我们可以在修改hadoop102主机信息的时候，关闭hado
70道Hive面试八股文（答案、分析和深入提问）整理
每种保存元数据的方式都有其适用场景和特点，用户可以根据数据规模、并发需求、性能要求及技术栈来选择合适的元数据存储方案。在生产环境中，通常推荐使用外部的关系型数据库，以提高整体的性能与稳定性。静态分区适合固定、少量的分区场景，使用上更简单，但灵活性不足。动态分区适合频繁变动或数据量大的场景，具备灵活性
