前言 Apache Kylin采用“预计算”的模式，用户只需要提前定义好查询维度，Kylin将帮助我们进行计算，并...[作者空间]
一、创建/删除/修改/使用数据库 二、创建/删除/截断表 1.创建表 2.截断表和删除表 3.改变表/分区/列 三...[作者空间]
前言 RDD之间的依赖关系一般分为两种，宽依赖和窄依赖。 在网上好多博客中是这样描述宽依赖和窄依赖的特点 窄依赖每...[作者空间]
一.什么是RDD RDD是弹性分布式数据集（Resilient Distributed Dataset），RDD是...[作者空间]
欢迎关注专栏：Java架构技术进阶。里面有大量batj面试题集锦，还有各种技术分享，如有好文章也欢迎投稿哦。 根目...[作者空间]
前言 Source是负责接收数据到Flume Agent的组件。Source可以从其他系统接收数据。Source也...[作者空间]
虽然一直在接触这些专业的名词，但是一直理解的不深刻，所以今天特地查了一些官方解释和很多优秀的博客文章，将关于这些方...[作者空间]
前言 本篇简单介绍一下业界流行的大数据权限管理框架Apache Sentry和Ranger。 Apache Sen...[作者空间]
一.概述 Flume将数据表示为事件，事件是非常简单的数据结构，具有一个主体和一个报头集合，事件的主体是一个字节数...[作者空间]
面试官心理分析 在搜索这块，lucene 是最流行的搜索库。几年前业内一般都问，你了解 lucene 吗？你知道倒...[作者空间]
Flume最重要的组件是Source、Channel和Sink，另外，Flume Agent还有一些使Flume更...[作者空间]
前言 首先要说，MapTask，分为4种，分别是Job-setup Task，Job-cleanup Task，T...[作者空间]
Elasticsearch 基于 Lucene，隐藏其复杂性，并提供简单易用的 Restful API接口、Jav...[作者空间]
前言 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...[作者空间]
自动化failover的引入 HDFS中自动化的failover故障转移需要增加两个新的组件：一个是Zookeep...[作者空间]
前言Hadoop2.0之前，NameNode是单个集群的故障点，NameNode作为集群首脑，存放着集群中所有的元...[作者空间]
本文引用了公众号“IT一刻钟”的《一篇读懂分布式架构下的负载均衡》一文的部分内容，感谢原作者的分享。 1、引言 关...[作者空间]
界面介绍 首页有四个菜单 projects：最重要的部分，创建一个工程，所有flows将在工程中运行。 sched...[作者空间]
