如果这是一个基本问题，请提前道歉。我正在阅读一本关于 hbase 和学习的书，但是书中的大多数示例(以及在线示例)都倾向于使用 Java(我猜是因为 hbase 是 java 原生的)。有一些 python 示例，我知道我可以使用 python 访问 hbase(使用 thrift 或其他模块)，但我想知道其他功能吗？
例如，hbase 具有“协处理器”功能，可将数据推送到您进行计算的位置。这种类型是否适用于 python 或其他使用流式 hadoop 作业的应用程序？似乎使用 java，它可以知道您在做什么并相应地管理数据流，但这如何与流媒体一起工作？如果它不起作用，有没有办法获得这种类型的功能(通过流式传输而不切换到另一种语言)？
也许另一种问这个问题的方式是..非 java 程序员可以做些什么来在流式传输时获得 hadoop 功能的所有好处？
提前致谢!
最佳答案
据我所知，您在谈论 2 个(或更多)完全不同的概念。
"Hadoop Streaming "用于通过您的可执行文件流式传输数据(与您选择的编程语言无关)。使用流式处理时不会有任何功能损失，因为该功能基本上是映射/减少您从 hadoop 流中获取的数据。
对于 hadoop 部分，您甚至可以使用 pig 或 hive 大数据查询语言来高效地完成工作。使用最新版本的 pig，您甚至可以在 python 中编写自定义函数并在您的 pig 脚本中使用它们。
虽然有一些工具可以让您使用您熟悉的语言，但永远不要忘记 hadoop 框架主要是用 java 编写的。有时您可能需要编写专门的 InputFormat；或 Pig 内部的 UDF 等。然后，Java 方面的体面知识会派上用场。
您的“Hbase 协处理器”示例与 hadoop 的流功能有点无关。 Hbase 协处理器由两部分组成:服务器端部分，客户端部分。我很确定随着发布，hbase 中会嵌入一些有用的服务器端协处理器；但除此之外，您还需要编写自己的协处理器(坏消息:它的 Java)。对于客户端，我相信您可以通过 thrift 将它们与您最喜欢的编程语言一起使用，而不会出现太多问题。
所以作为你问题的答案:你总是可以避开学习java；仍在使用 hadoop 来发挥它的潜力(使用第 3 方库/应用程序)。但是，当狗屎击中粉丝时，最好理解底层内容；能够用java开发。了解 Java 将使您能够完全控制 hadoop/hbase 环境。
希望这对您有所帮助。
关于java - 与使用 java 相比，hbase/hadoop 中的流作业是否有任何功能损失？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/7623858/
我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看rubyzip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d
类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc
很好奇，就使用rubyonrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提
假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于
我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时
作为我的Rails应用程序的一部分，我编写了一个小导入程序，它从我们的LDAP系统中吸取数据并将其塞入一个用户表中。不幸的是，与LDAP相关的代码在遍历我们的32K用户时泄漏了大量内存，我一直无法弄清楚如何解决这个问题。这个问题似乎在某种程度上与LDAP库有关，因为当我删除对LDAP内容的调用时，内存使用情况会很好地稳定下来。此外，不断增加的对象是Net::BER::BerIdentifiedString和Net::BER::BerIdentifiedArray，它们都是LDAP库的一部分。当我运行导入时，内存使用量最终达到超过1GB的峰值。如果问题存在，我需要找到一些方法来更正我的代
我正在尝试使用ruby和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我
关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。
