hadoop

hiveserver2启动失败，磁盘满了hiveserver2 连接失败，查看日志，磁盘满了查看磁盘情况查看内存占用大小du -sh /var/* | sort -h

什么是HBase？它和Hive有什么区别？Hive：离线大数据仓库，存日志、订单批量数据，只能做批量统计查询，不能实时根据某一条 ID 快速查数据；

【大数据处理与分析】数据仓库Hive：02 数据湖【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈大数据技术原理与应用 ⌋ ⌋ ⌋专栏系统介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、图计算、数据可视化，以及大数据在互联网领域、生物医学领域的应用和大数据的其他应用。【GitCode

Python+spark2.0+Hadoop机器学习与大数据实战第十一章：Python Spark的集成开发环境虚拟机安装JDK1.8 JDK的下载，可以官网下载（可以选着版本），也可以从下面百度网盘链接下载（版本固定）

我要用代码向我喜欢的女孩表白

hdfs获取所有路径大小的脚本AI提示词帮我写个shell脚本，我会给你一个hdfs路径的txt，你帮我拼接一下 txt路径如下： /user/hive/warehouse/ods_s.db/rt_ppdai_pfl_transfour_tb_order /user/hive/warehouse/ods_s.db/rt_ppdai_pfl_transfour_tb_orde1 /user/hive/warehouse/ods_s.db/rt_ppdai_pfl_transfour_tb_orde2 读取txt， hdfs dfs

Hadoop之YarnHadoop三大件：HDFS、MapReduce、Yarn1、底层：HDFS 分布式文件系统大数据存储底座，所有框架（MR/Spark/Flink/Hive/HBase）的数据最终都存在 HDFS 上，是整个集群的存储基石。

Hive的介绍和使用Hive 是一个框架，可以通过编写sql的方式，自动的编译为MR任务的一个工具。在这个世界上，会写SQL的人远远大于会写java代码的人，所以假如可以将MR通过sql实现，这个将是一个巨大的市场，FaceBook就这么干。（脸书）

光电的一只菜鸡

小白从零开始学agent（二）——如何高效编写 Prompt 与 Skill提示词工程（ Prompt Engineering ）是指通过精心设计和优化输入给大语言模型（LLM）的指令文本，使模型输出更准确、更符合预期的系统方法论。简单来说，你给模型的每一段文字——无论是一句提问、一段上下文、还是一整套结构化指令——都是"提示词"（Prompt）。提示词工程则是让这些文字更高效地"驱动"模型完成任务的技术与实践。大语言模型的输出具有非确定性，同一个问题在不同措辞下可能得到截然不同的结果。提示词工程的核心价值就在于：将这种不确定性降到最低，让模型的行为可控、可预测、可复现。

Hologres 简介Hologres是阿里巴巴自主研发的一站式实时数仓引擎（Real-Time Data Warehouse），支持海量数据实时写入、实时更新、实时加工、实时分析，支持标准SQL（兼容PostgreSQL协议和语法，支持大部分PostgreSQL函数），支持PB级数据多维分析（OLAP）与即席分析（Ad Hoc），支持高并发低延迟的在线数据服务（Serving），支持多种负载的细粒度隔离与企业级安全能力，与MaxCompute、Flink、DataWorks深度融合，提供企业级离在线一体化全栈数仓解决方案。

【大数据处理与分析】实验5：MapReduce初级编程实践【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈大数据技术原理与应用 ⌋ ⌋ ⌋专栏系统介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、图计算、数据可视化，以及大数据在互联网领域、生物医学领域的应用和大数据的其他应用。【GitCode

软件工程架构【后端架构基础：如何设计可扩展的软件系统 | 负载均衡 / 微服务 / 缓存策略 / 系统扩展】软件工程这两年变化真的太快了，尤其是最近这几个月。我觉得现在是时候停下来，好好想想到底发生了什么。

在k8s集群环境部署高可用的Apache Hadoop3.1.1定制版集群版本：v4（NameNode HA + YARN HA + 全栈生产验证）日期：2026-07-24 开发者：腾讯workbuddy+腾讯hy3大模型实际部署命名空间：hadoop（本文命令统一用 -n hadoop；要部署到其他命名空间，必须改 configmap 里的 FQDN + web-ui-access 的 namespace 字段，详见 §16，不能只改 -n）架构：NN HA（Active/Standby + JournalNode + ZooKeeper + ZKFC） + YARN

Windows 下运行 Hadoop 并部署到 AWS EMR 指南本文详细介绍如何在 Windows 10 环境下开发和运行 Hadoop MapReduce 程序，并将其部署到 AWS EMR 集群进行分布式计算。包含完整的实操步骤、代码示例和故障排除指南。

极光代码工作室

基于Spark的日志监控与分析平台随着企业IT基础设施规模持续扩大，分布式系统产生的日志数据呈爆炸式增长。传统基于单机ELK（Elasticsearch+Logstash+Kibana）栈的日志处理方案在高吞吐、低延迟、复杂关联分析等场景下逐渐暴露出扩展性差、实时性弱、计算能力受限等问题。本文设计并实现了一个基于Apache Spark的分布式日志监控与分析平台，融合批流一体处理能力，支持TB级日志的秒级接入、毫秒级异常检测、多维关联分析及可视化告警。平台采用Lambda架构演进形态，以Spark Structured Streaming

Winform+WPF双框架实战：喷涂工艺SCADA上位机从0到1搭建（附采集监控源码+车间踩坑实录）高效知识吸收方法论：快速消化Winform/WPF工业SCADA海量实操内容工业SCADA（监控与数据采集）系统的开发是工业自动化的核心领域，而Winform和WPF作为桌面端开发的主流框架，承载着大量SCADA人机交互界面的实现任务。这一领域的学习内容极其庞大，涵盖界面设计、通信协议、数据采集、实时监控、报警管理、历史趋势、报表生成等数十个功能模块，每项功能背后都有大量的实操细节。与此同时，不同工业场景下的需求差异又让知识体系进一步膨胀。面对如此海量的实操内容，传统“逐章跟练”的学习方式必然导致战线过

【大数据】《传统Hadoop大数据技术入门：补充与进阶——从数据格式到智能决策的问答实录》——写给已读《传统Hadoop大数据技术入门：从数据源到用户界面的全链路实践指南》的读者第一本书带你走完了“从数据源到用户界面”的全链路。但真正的生产环境，远不止一条笔直的管道。

大数据Hadoop运维应用实践——双NameNode高可用Hadoop集群架构（下）大数据Hadoop运维应用实践——双NameNode高可用Hadoop集群架构（上） https://blog.csdn.net/xiaochenXIHUA/article/details/162849636

李昊哲小课

spark4 集群安装Spark 4.1.2 要求 JDK 17 或 21，不支持 JDK 25。解压后目录名通常为 jdk-21.0.x，重命名为统一名称：

Hadoop环境安装和集群创建本文提供基于VMware安装CentOS 7及配置Hadoop伪分布式/集群的简要步骤。一、环境准备下载VMware并安装，CentOS 7标准版ISO可从官网获取。主机网络配置：编辑Windows hosts文件，映射主机名与IP（如192.168.1.76 master）。关闭防火墙：systemctl stop firewalld并禁用自启，使用Xshell连接主机（支持rz/sz传文件）。二、JDK安装解压JDK至指定目录，配置/etc/profile环境变量（JAVA_HOME、CL

香山上的麻雀1008

Hive内部表（MANAGED_TABLE）的“批量删除分区”特性详解在生产环境中，我们时常遇到这样一个令人困惑的场景：明明执行的是 DROP 操作，为什么数据文件没有被删除？这不是 Bug，而是 Hive 内部表（MANAGED_TABLE）在特定场景下的设计特性。