深入理解Hadoop（一）网络通信架构与源码浅析深入理解Hadoop（二）HDFS架构演进深入理解Hadoop（三）HDFS文件系统设计实现深入理解Hadoop（四）HDFS源码剖析深入理解Hadoop（五）YARN核心工作机制浅析深入理解Hadoop（六）YARN核心设计理念与工作流程剖析深入理解Hadoop（七）YARN资源管理和调度详解HDFS分布式集群架构设计实现核心设计思路：分而治之的思路，实现分散存储+冗余存储元数据管理核心问题：文件系统目录树文件和数据块的映射关系数据块和副本存储主机之间的映射关系NameNode内部两个非常重要的组件：NameNodeRpcServer：RPC服
第1章：数据仓库1.1数据仓库概述1.1.1数据仓库概念1、数据仓库概念：为企业制定决策，提供数据支持的集合。通过对数据仓库中数据的分析，可以帮助企业，改进业务流程、控制成本，提高产品质量。数据仓库并不是数据的最终目的地，而是为数据最终的目的地做好准备，这些准备包括对数据的：清洗、转义、分类、重组、合并、拆分、统计等。2、数据仓库的数据通常包括：业务数据、用户行为数据和爬虫数据等3、业务系统数据库（关系型数据库中）1）业务数据：主要指的是各行业在处理事务过程中产生的业务数据2）产生：用户在电商网站中登录、下单、支付等过程中，需要和网站后台数据库进行增删改查交互，产生的数据3）存储：都是存储到关
🏆作者简介，愚公搬代码🏆《头衔》：华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，51CTO博客专家等。🏆《近期荣誉》：2022年度博客之星TOP2，2023年度博客之星TOP2，2022年华为云十佳博主，2023年华为云十佳博主等。🏆《博客内容》：.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。🏆🎉欢迎👍点赞✍评论⭐收藏文章目录🚀前言🚀一、
一、目的经过6个月的奋斗，项目的离线数仓部分终于可以上线了，因此整理一下离线数仓的整个流程，既是大家提供一个案例经验，也是对自己近半年的工作进行一个总结。二、项目背景项目行业属于交通行业，因此数据具有很多交通行业的特征，比如转向比数据就是统计车辆左转、右转、直行、掉头的车流量等等。三、业务需求（一）预估数据规模（二）指标查询频率指标的实时查询由Flink实时数仓计算，离线数仓这边提供指标的T+1的历史数据查询四、数仓技术架构（一）简而言之，数仓模块的数据源是Kafka，终点是ClickHouse数据库第一步，用kettle采集Kafka的数据写入到HDFS中；第二步，在Hive中建数仓，ODS
视频课程地址：https://www.bilibili.com/video/BV1WY4y197g7课程资料链接：https://pan.baidu.com/s/15KpnWeKpvExpKmOC8xjmtQ?pwd=5ay8Hadoop入门学习笔记（汇总）目录三、使用HDFS文件系统3.1.使用命令操作HDFS文件系统3.1.1.HDFS文件系统基本信息3.1.2.HDFS文件系统的2套命令体系3.1.3.创建文件夹3.1.4.查看指定目录下的内容3.1.5.上传文件到HDFS指定目录下3.1.6.查看HDFS中文件的内容3.1.7.从HDFS下载文件到本地3.1.8.复制HDFS文件（在H
目录一、高可用（HA）的背景知识1.1 单点故障1.2 如何解决单点故障 1.2.1主备集群 1.2.2 Active、Standby1.2.3 高可用1.2.4 集群可用性评判标准（x 个 9）1.3 HA 系统设计核心问题 1.3.1脑裂问题 1.3.2数据状态同步问题二、NAMENODE 单点故障问题 2.1概述 2.2解决 三、HDFSHA 解决方案--QJM3.1QJM—主备切换、脑裂问题解决3.1.1 ZKFailoverController（zkfc）3.1.2 Fencing（隔离）机制 3.2 主备数据状态同步问题解决 四、HDFSHA 集群搭建 4.1 HA 集群规划 4
文章目录1Kafka1.1Kerberos安全模式的认证与环境准备1.2创建一个测试主题1.3消费主题的接收测试2Flink1.1Kerberos安全模式的认证与环境准备1.2Flink任务的开发3HDFS与Hive3.1Shell脚本的编写思路3.2脚本测试方法4DolphinScheduler该需求为实时接收对手Topic，并进行消费落盘至Hive。在具体的实施中，基于华为MRS3.2.0安全模式带kerberos认证的Kafka2.4、Flink1.15、Hadoop3.3.1、Hive3.1，调度平台为开源dolphinscheduler。本需求的完成全部参考华为官方MRS3.2.0开
1.场景分析现有需求需要将elasticsearch的备份至hdfs存储，根据以上需求，使用logstash按照天级别进行数据的同步2.重难点数据采集存在时间漂移问题，数据保存时使用的是采集时间而不是数据生成时间采用webhdfs无法对文件大小进行设置解决@timestamp时区问题3.问题解决3.1安装webhdfs插件./bin/logstash-plugininstalllogstash-output-webhdfs3.2logstash配置input{elasticsearch{hosts=>"xxxx:9200"index=>"xxxx"#自定义查询query=>'{"query":
小伙伴们大家好,今天给大家介绍一下HDFS部分的相关知识:1.HDFS原理--架构hdfs由三部分组成:分别是 namenode,SecondaryNameNode,datanode namenode:主节点. 1.管理整个HDFS集群. 2.维护和管理元数据. SecondaryNameNode:辅助节点. 辅助namenode维护和管理元数据的. datanode:从节点. 1.存储具体的数据. 2.负责源文件的读写操作. 3.定时和namenode发送心跳包.2.HDFS的分块存储机制1.分块存储是为了方便统一管理的,默认的块大小为:128MB.
1.HadoopHadoop是大数据开发的重要框架，是一个由Apache基金会所开发的分布式系统基础架构，其核心是HDFS和MapReduce，HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算，在Hadoop2.x时代，增加了Yarn，Yarn只负责资源的调度。目前hadoop包括hdfs、mapreduce、yarn、核心组件。hdfs用于存储，mapreduce用于计算,yarn用于资源管理。2HDFSHDFS是什么？HadoopDistributedFileSystem：分步式文件系统源自于Google的GFS论文，发表于2003年10月，HDFS是GFS克隆版H
