- 博客(90)
- 收藏
- 关注
RSS订阅原创 大数据面试题
数据开发面试题1.Linux基础知识1.1Linux常用命令1）查看cpu，内存2）修改文件目录权限属主3）挂载磁盘4）查看磁盘使用情况5）打包及压缩6）查看进程7）查看IP8）查找文件9）远程拷贝文件10）文本处理命令1.2Shell脚本编写设计一个Shell程序，在/home目录下创建100个文件，并且修改文件权限，其中其它用户的权限为：读。文件全部者的权限为：读、...
2020-02-19 10:46:10
5964
原创 linux网络配置
lo回环接口主机内部服务之间沟通的网络接口回环接口—-人的神经—-127.0.0.1—-localhost0.0.0.0代表所有以root权限编辑/etc/sysconfig/network-scripts/ifcfg-eno16777736这个文件，效果如下：TYPE=EthernetBOOTPROTO=static #设置静态IpDEFROUTE=yesIPV4_FAILUR...
2019-10-19 09:53:24
289
原创 一个强大的linux命令——find之exec
https://blog.csdn.net/u014762921/article/details/54287302exec和source都属于bash内部命令(builtins commands)，在bash下输入man exec或man source可以查看所有的内部命令信息。 bash shell的命令分为两类：外部命令和内部命令。外部命令是通过系统调用或独立的程序实现的，如sed、aw...
2019-09-10 10:12:06
293
原创 k8s使用
https://blog.csdn.net/weixin_29115985/article/details/78932991一. k8s基本操作命令：创建：kubectl create -f xxx.yaml查询：kubectl get pod yourPodNamekubectl describe pod yourPodName删除：kubectl delete pod yourPod...
2019-09-05 18:26:33
127
原创 Linux 文件描述符详解
https://www.cnblogs.com/zsql/p/11139760.htmlOverview了解Linux怎样处理输入和输出是非常重要的。一旦我们了解其原理以后，我们就可以正确熟练地使用脚本把内容输出到正确的位置。同样我们也可以更好地理解输入重定向和输出重定向。Linux标准文件描述符文件描述符 缩写 描述0 STDIN 标准输入1 STDOUT 标准输出2 STDERR...
2019-09-03 10:58:30
144
原创 linux并发编程
linux下实现并发逻辑################shell 模拟实现并发跑数#################有时候我们知道一些程序是可以同时跑的，互不影响，为了提高效率不得不使用并发跑脚本#1、思路一我们都知道在linux中把程序丢后台跑脚本，我们可以同时跑很多个，这就是实现并发的思路，但是呢？如果我们一次性跑很多的后台程序，如果服务器没能扛住。。。。这就尴尬了，如果手工控制。...
2019-09-03 10:49:20
251
原创 hbase WAL机制原理
解决的问题HBase的Write Ahead Log (WAL)提供了一种高并发、持久化的日志保存与回放机制。每一个业务数据的写入操作（PUT / DELETE）执行前，都会记账在WAL中。如果出现HBase服务器宕机，则可以从WAL中回放执行之前没有完成的操作。本文主要探讨HBase的WAL机制，如何从线程模型、消息机制的层面上，解决这些问题：由于多个HBase客户端可以对某一台HB...
2019-08-28 15:53:21
482
原创 hbase远程调试
远程调试HBase步骤：1 修改HBASE_HOME/bin/hbase文件，增加-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=n,address=10444如figure out which class to run if [ “COMMAND"="shell"];the...
2019-08-28 09:19:03
240
原创 jstack案例演示
https://www.cnblogs.com/zhengyun_ustc/archive/2013/01/06/dumpanalysis.htmljstack Dump 日志文件中的线程状态dump 文件里，值得关注的线程状态有：死锁，Deadlock（重点关注）执行中，Runnable等待资源，Waiting on condition（重点关注）等待获取监视器，Waiting on...
2019-08-21 22:47:32
189
原创 HBase snapshot原理
http://hbasefly.com/2017/09/17/hbase-snapshot/?bulwvo=dw1sw2snapshot（快照）基础原理snapshot是很多存储系统和数据库系统都支持的功能。一个snapshot是一个全部文件系统、或者某个目录在某一时刻的镜像。实现数据文件镜像最简单粗暴的方式是加锁拷贝（之所以需要加锁，是因为镜像得到的数据必须是某一时刻完全一致的数据），拷贝的...
2019-08-19 09:12:46
1523
原创 linux 安装 rz sz 工具
yum install gcc gcc-c++ gcc-g771.软件安装1）编译安装root 账号登陆后，依次执行以下命令：cd /tmpwget http://www.ohse.de/uwe/releases/lrzsz-0.12.20.tar.gztar zxvf lrzsz-0.12.20.tar.gz && cd lrzsz-0.12.20./configu...
2019-08-18 15:25:31
93
原创 Elasticsearch对Hbase中的数据建索引实现海量数据快速查询
https://blog.csdn.net/m0_37739193/article/details/78029734Elasticsearch+Hbase实现海量数据秒回查询https://blog.csdn.net/sdksdk0/article/details/53966430
2019-08-13 16:55:49
584
原创 IDEA打JAR包的正确步骤！
1.打开idea，这个不用多说了，open一个工程，完了界面如下2.点击菜单栏File–>Project Structure打开Project Structure3.点+按钮，选择JAR–》From Modules…打开create jar from modules对话框4.下面这一步比较重要，我就曾经入坑，最后打出的jar包缺少main-class属性导致无法执行，这里选择MA...
2019-08-12 17:15:28
507
原创 linux下的source命令（.命令）解释及应用
用法：source filename # filename必须是可执行的脚本文件或者. filename # 注意“.”号后面还有一个空格123功能：通知当前shell读入路径为filename的文件并依次执行文件中的所有语句。通常用于重新执行刚修改的初始化文件，使之立即生效...
2019-08-12 15:11:35
313
原创 kafka消费者组概念
https://blog.csdn.net/cgs666/article/details/85257819应用程序使用 KafkaConsumer向 Kafka 订阅主题，并从订阅的主题上接收消息 。 从 Kafka 读取数据不同于从其他悄息系统读取数据，它涉及一些独特的概念和想法。如果不先理解 这些概念，就难以理解如何使用消费者 API。所以我们接下来先解释这些重要的概念，然 后再举几个例子，...
2019-08-09 16:31:15
1486
原创 linux 操作
today=date "+%Y-%m-%d "00:00:00yesterday=date -d "1 day ago" "+%Y-%m-%d "00:00:00todayTimestamp=date -d "$today" +%s000yesTimestamp=date -d "$yesterday" +%s000echo $todayecho $yesterdayecho $tod...
2019-08-08 09:32:19
124
原创 hbase 过滤器
参考以下两个bloghttps://blog.csdn.net/weixin_40861707/article/details/83340929https://blog.csdn.net/lr131425/article/details/72676254一. hbase shell的filter操作不设置过滤器,全表扫描scan ‘表名’ //查询出某个表格内全部的数据记录举例 : ...
2019-08-07 15:23:14
178
原创 hbase api操作
HBase API简介见https://www.cnblogs.com/wishyouhappy/p/3753347.htmlhbase shell基础和常用命令详解https://www.jb51.net/article/31172.htm创建表插入数据删除等见https://www.cnblogs.com/wishyouhappy/p/3735077.html概括创建、删除及...
2019-08-06 19:27:10
259
原创 sqoop问题
将mysql中的数据导入到hive中报错：ERROR tool.ImportTool:Import failed: java.io.IOException: java.lang.ClassNotFoundException: org.apache.hadoop.hive.conf.HiveConf这是因为sqoop需要一个hive的包，将hive/lib中的hive-common-2.3.3....
2019-08-05 21:47:15
307
转载 自动化运维工具-pdsh工具安装配置及简单使用讲解
http://www.bubuko.com/infodetail-2338310.html1、先决条件：安装pssh工具的主机针对远程主机需要配置免秘钥认证：ssh-keygen -t rsassh-copy-id [remotehost]2、下载pssh工具安装介质：https://storage.googleapis.com/google-code-archive-download...
2019-08-05 09:14:40
595
原创 HBase海量数据入库方案、使用ImportTSV向HBase中导入海量数据、HBase的写入流程、HBase在HDFS中的存储结构、LoadIncrementalHFiles命令 10
https://blog.csdn.net/heyongluoyao8/article/details/25426481https://blog.csdn.net/jdzms23/article/details/45078175
2019-08-04 22:15:28
729
原创 hbase-site.xml 配置详解
https://blog.csdn.net/ningxuezhu/article/details/50547970该文档是用hbase默认配置文件生成的，文件源是 hbase-default.xmlhbase.rootdir这个目录是region server的共享目录，用来持久化HBase。URL需要是’完全正确’的，还要包含文件系统的scheme。例如，要表示hdfs中的’/hbase’...
2019-08-02 16:44:12
665
原创 hbase数据备份或者容灾方案
https://blog.csdn.net/u010657789/article/details/51813226HBase的数据备份或者容灾方案有这几种：Distcp，CopyTable，Export/Import，Snapshot，Replication，以下分别介绍（以下描述的内容均是基于0.94.20版本）。一、Distcp在使用distcp命令copy hdfs文件的方式实现备份时...
2019-08-01 18:47:58
141
原创 hbase hbck 用法
hbase hbck用法2017年7月29日作者：白42暂无评论文章目录 [显示]在这里简单整理下hbase hbck的用法。用法：hbase hbck [opts] {only tables}1hbase hbck [opts] {only tables}opts通用可选项-help 展示help信息；-detail 展示所有Region的详情；-timelag <秒...
2019-08-01 09:35:30
963
原创 Spark_分区、任务等概念总结
https://blog.csdn.net/sandra_csdn/article/details/78110622Spark分区数、task数目、core数目、worker节点数目、executor数目梳理spark隐式创建由操作组成的逻辑上的有向无环图。驱动器执行时，它会把这个逻辑图转换为物理执行计划，然后将逻辑计划转换为一系列的步骤（stage），每个步骤由多个任务组成。步骤组成任务...
2019-07-31 16:24:40
635
原创 Hbase Coprocessor(协处理器)的使用
参考以下两篇博客：https://blog.csdn.net/jediael_lu/article/details/76577072https://blog.csdn.net/henianyou/article/details/80938422
2019-07-31 14:08:18
125
原创 HBase的replication原理及部署
https://www.cnblogs.com/zhangwuji/p/9195806.html一、hbase replication原理hbase 的复制方式是 master-push 方式，即主集群推的方式，主要是因为每个rs都有自己的WAL。 一个master集群可以复制给多个从集群，复制是异步的，运行集群分布在不同的地方，这也意味着从集群和主集群的数据不是完全一致的，它的目标就是最终一...
2019-07-30 23:00:50
608
原创 Linux—shell中$(( ))、$( )、``与${ }的区别
https://www.cnblogs.com/chengd/p/7803664.html命令替换在bash中，$( )与（反引号）都是用来作命令替换的。命令替换与变量替换差不多，都是用来重组命令行的，先完成引号里的命令行，然后将其结果替换出来，再重组成新的命令行。exp 1[root@localhost ~]# echo today is $(date “+%Y-%m-%d”)tod...
2019-07-29 15:48:28
99
原创 hive元数据初始化遇到的坑
ERROR 1862 (HY000): Your password has expired. To log in you must change it using a client that supports expired passwords.解决办法：1.在my.cnf mysqld 部分加入 skip-grant-tables 参数。 #跳过数据库权限验证[mysqld]skip-...
2019-07-26 11:50:14
1479
原创 mysql.sock的问题
关于mysql.sock的一些问题：连接数据库时报错：Can 't connect to local MySQL server through socket '/tmp/mysql.sock '(2) ";查找mysql配置文件my.cnf:find / -name my.cnf默认在/usr/my.cnfmysql.sock默认位置：/var/lib/mysql/mysql.sock...
2019-07-26 09:15:51
1197
原创 centos mysql 安装
FATAL ERROR: please install the following Perl modules before executing ./scripts/mysql_install_db:Data::Dumper解决方法是安装autoconf库执行命令：yum -y install autoconfhttps://www.cnblogs.com/xiaxiaoxu/p/99789...
2019-07-25 22:24:19
88
原创 HBase学习之六: hbase的预分区设计
背景：HBase默认建表时有一个region，这个region的rowkey是没有边界的，即没有startkey和endkey，在数据写入时，所有数据都会写入这个默认的region，随着数据量的不断 增加，此region已经不能承受不断增长的数据量，会进行split，分成2个region。在此过程中，会产生两个问题：1.数据往一个region上写,会有写热点问题。2.region split会消...
2019-07-25 18:53:12
194
原创 su和sudo命令
我们知道，在Linux下对很多文件进行修改都需要有root（管理员）权限，比如对/ect/profile等文件的修改。很多情况下，我们在进行开发的时候都是使用普通用户进行登录的，尤其在进行一些环境变量的配置工作时，常常需要对一些文件进行修改。那么我们如何获取管理员权限呢？? 一般来说，有两种方法。一是：利用su命令切换到root用户，在root用户下对那些文件进行修改，完成相关配置工作。二是：利...
2019-07-25 14:33:41
170
原创 hbase hbck(元数据修复)深入
官网介绍:http://hbase.apache.org/book.html#hbck.in.depthmeta表修复一Java代码 收藏代码查看hbasemeta情况hbase hbck1.重新修复hbase meta表（根据hdfs上的regioninfo文件，生成meta表）hbase hbck -fixMeta2.重新将hbase meta表分给regionserver（根...
2019-07-25 10:34:26
2662
原创 Kafka写入流程和副本策略
Kafka写入流程：1.producer 先从 zookeeper 的 “/brokers/…/state” 节点找到该 partition 的 leaderproducer 将消息发送给该 leaderleader 将消息写入本地 logfollowers 从 leader pull 消息，写入本地 log 后 leader 发送 ACKleader 收到所有 ISR ...
2019-07-24 23:05:42
206
原创 Kafka消息的物理存放路径
https://blog.csdn.net/weixin_42628594/article/details/85571380Kafka的Log存储解析https://blog.csdn.net/jewes/article/details/42970799Kafka中的Message是以topic为基本单位组织的，不同的topic之间是相互独立的。每个topic又可以分成几个不同的partit...
2019-07-24 23:01:24
8499
4
原创 用maven assembly插件打jar包实现依赖包归档
https://blog.csdn.net/e5945/article/details/7777286如果你的项目使用maven构建的话，当项目要上线，部署到服务器上去的时候或许会碰见这样的问题。问题就是，服务器上没有maven的环境，也就是说，项目所依赖到的那些仓库（repository）中的jar包你需要单独提取出来上传到服务器中去。我知道pom类型如果是war的话，在使用mvn pack...
2019-07-24 09:59:09
109
转载 Elasticsearch笔记五之java操作es
https://blog.csdn.net/ty4315/article/details/524342961：集群名称 默认集群名为elasticsearch，如果集群名称和指定的不一致则在使用节点资源时会报错。2：嗅探功能 通过client.transport.sniff启动嗅探功能，这样只需要指定集群中的某一个节点(不一定是主节点)，然后会加载集群中的其他节点，这样只要程序不停...
2019-07-23 22:56:50
145
原创 通过HBase Observer同步数据到ElasticSearch
http://guoze.me/2015/04/23/hbase-observer-sync-elasticsearch/Observer希望解决的问题HBase是一个分布式的存储体系，数据按照RowKey分成不同的Region，再分配给RegionServer管理。但是RegionServer只承担了存储的功能，如果Region能拥有一部分的计算能力，从而实现一个HBase框架上的MapRe...
2019-07-23 22:32:47
216
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人