我是cassandra的新手，正在考虑将其用于我的下一个大数据项目。我有一个问题。我可以在非hadoop环境中托管它吗？如果可以，我可以连接多少个节点？ 最佳答案 是的，你可以。Cassandra除了最依赖之外没有任何依赖基本的，例如Java。您可以阅读安装指南officialsite.您的集群可以拥有任意数量的节点。没有描述了对节点数量的限制。我读了thisarticle那有包含超过1000个Cassandra节点的集群。 关于hadoop-cassandra可以在非hadoop环境下
假设在我的presto集群中我有两个数据源HIVE和Cassandra。即我有一个连接到Hive源的Hive目录和一个连接到Cassandra源的Cassandra目录。两个团队正在分别处理它们。如果两个团队并行提交单独的查询，worker将为每个查询创建任务。就像为每个任务worker创建一个新线程一样，这意味着两个查询的任务驻留在同一个JVM(堆)中。由于两个团队都希望他们的数据非常安全，他们希望为他们的任务隔离内存(他们不想冒任何代码注入(inject)的风险)。有什么办法，让每个源的所有任务都运行在单独的JVM(堆)中。我的意思是我们可以运行多个工作进程:每个数据源都运行一个吗
类org.apache.cassandra.hadoop.pig.CqlStorage是一个pigCassandra驱动程序。此类存在于以下Cassandra版本中，2.0.5(apache-cassandra-2.0.5.jar)2.1.12(apache-cassandra-2.1.12.jar)但在最新版本中缺少它2.2.4(apache-cassandra-2.2.4.jar)3.0.0(apache-cassandra-3.0.0-alpha1.jar)不确定它为什么停产以及相同的替代品是什么。 最佳答案 在这里查看关于它
总的来说，我是大数据技术栈的新手。我正在实现一个实时分析基础架构，它将从我们的微服务后端中的不同服务中获取大量/高速数据。摄取的数据(和数据流)将用于填充关键业务指标的仪表板以及BI查询和机器学习。所有后端服务都将数据事件写入到现有的Kafka集群中。我开始研究Spark原型(prototype)，以从Kafka集群读取数据并丰富/处理它。现在我正在研究将静态数据存储在何处。我知道像Vertica和Terradata这样的实时分析技术相当流行。但他们有不小的前期资本投资。所以我努力坚持开源。经过一些研究后，我决定使用HDFS/Impala处理静态数据，并在Hadoop上运行SQL来处理
在设计分布式存储和分析架构时，在与数据节点相同的机器上运行分析引擎是否是一种常见的使用模式？具体来说，直接在Cassandra/HDFS节点上运行Spark/Storm是否有意义？我知道自accordingtoHortonworks以来HDFS上的MapReduce具有这种使用模式,YARN最小化数据移动。我不知道这些其他系统是否也是如此。我想这是因为它们似乎可以相互插入，但我似乎无法在网上找到有关此的任何信息。我是这个主题的新手，因此非常感谢任何资源或答案。谢谢 最佳答案 是的，在Cassandra节点上运行Spark以最大限度地
我是大数据领域的新手，目前正坚持一个基本的决定。对于一个研究项目，我需要每分钟将数百万条日志条目存储到我的基于Cassandra的数据中心，这工作得很好。(单数据中心，4个节点)LogEntry------------------------------------------------------------------|Timestamp|IP1|IP2...------------------------------------------------------------------|2015-01-0101:05:01|10.10.10.1|192.10.10.1...-
我使用tarball安装了Cassandra-2.2.7。Cassandra运行良好，我在键空间中创建了表。现在我想将这个表数据传输到HDFS中。我正在使用Sqoop-1.4.6。我将以下库文件保存在$SQOOP_HOME/lib/下，apache-cassandra-2.2.7.jarapache-cassandra-thrift-2.2.7.jarcassandra-jdbc-1.2.5.jarcassandra-all-1.2.0.jarlibthrift-0.8.0.jarthrift-server-0.3.7.jar然后我运行命令，bin/sqooplist-tables--
遵循TitanDB的官方指南here，并尝试运行命令:graph=TitanFactory.open('conf/titan-cassandra-es.properties')我遇到了这个错误:Backendshorthandunknown:conf/titan-cassandra-es.properties很明显，原因是的路径不正确titan-cassandra-es.properties文件。所以我将其更改为:graph=TitanFactory.open('../conf/titan-cassandra-es.properties')得到这个错误:Encounteredunreg
Cassandra不像RDBMS那样遵守ACID，而是CAP。因此，Cassandra从CAP中挑选出AP，并将其留给用户来调整一致性。我绝对不能将Cassandra用于核心银行交易，因为C*稍微不一致。但Cassandra的写入速度非常快，这对OLTP非常有利。我可以将C*用于OLAP，因为读取速度非常快，这也有利于报告。所以我知道只有当您的应用程序不需要您的数据在一段时间内保持一致但读写应该很快时，C*才是好的？如果我的理解是正确的，请列出一些应用程序？ 最佳答案 ACID是关系数据库的属性，其中BASE是大多数nosql数据库
当我尝试使用ColumnFamilyInputFormat类从hadoop访问Cassandra时，我遇到了一个奇怪的异常。在我的hadoop进程中，在包含cassandra-all.jar版本1.1之后，这就是我连接到cassandra的方式:privatevoidsetCassandraConfig(Jobjob){job.setInputFormatClass(ColumnFamilyInputFormat.class);ConfigHelper.setInputRpcPort(job.getConfiguration(),"9160");ConfigHelper.setInpu
