- 博客(25)
- 资源 (5)
- 问答 (3)
- 收藏
- 关注
原创 如何设置hive与hbase同步
hive和hbase同步https://cwiki.apache.org/confluence/display/Hive/HBaseIntegration1、把hive-hbase-handler-1.2.1.jar cp到hbase/lib 下同时把hbase中的所有的jar,cp到hive/lib2、在hive的配置文件增加属性:hive.site.xmlhb
2015-08-30 14:03:28 1278 1
原创 计算广告学介绍
什么是广告?广告是由确定的出资人通过各种媒介进行有关产品(产品,服务,和观点)的,通常是有偿的,有组织的,综合的,劝服性的非人员的信息传播活动广告的主体?出资人即广告主,媒介(medium),受众广告的本质功能?是借助某种有广泛受众的媒体力量,完成较低成本的用户接触(reach)广告的两种(品牌广告,效果广告)品牌广告:通过独特良好的品牌和产品形象,目的在于提升较长时间
2015-08-29 17:24:35 643
转载 linux常用命令
系统信息arch 显示机器的处理器架构(1)uname -m 显示机器的处理器架构(2)uname -r 显示正在使用的内核版本dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI)hdparm -i /dev/hda 罗列一个磁盘的架构特性hdparm -tT /dev/sda 在磁盘上执行测试性读取操作cat /proc/cpuinfo 显示C
2015-08-29 16:32:48 248
转载 github提交可能遇到的问题
Git Push(向远程Github提交本地代码)$ git push git@github.com:hepusheng/linux-2.6.11-study-note.git master // 把本地仓库提交到远程仓库的master分支中$ git remote add origin git@github.com:hepusheng/linux-2.6.11-study-not
2015-08-29 16:08:24 1165
转载 Eclipse配置GitHub代码库(以Windows7为例)
1.安装Git 首先安装git。这里只讲Windows环境下安装Git方法。 从Git下载git的Windows安装文件,一路Next到选择安装组件这一步: 选上Git Bash Here这一项,这样就有命令行可以用了。因为后面基本上不会用到Git自己的GUI。 文章出处:http://blog.csdn.net/twlkyao/articl
2015-08-29 16:02:29 431
原创 MapReduce实现推荐算法(同现矩阵*评分矩阵=推荐结果)
该讲主要是基于ItemCF的物品推荐。1,常用的两大协同过滤算法。a,基于物品的协同过滤算法基于item的协同过滤,通过用户对不同item的评分来评测item之间的相似性,基于item之间的相似性做出推荐。简单来讲就是:给用户推荐和他之前喜欢的物品相似的物品。b,基于用户的协同过滤算法UserCF基于用户的协同过滤,通过不同用户对物品的评分来评测用户之间的相似性,基于用
2015-08-29 14:54:03 4344 4
转载 eclipse里面使用github插件
1,检查Eclipse中是否已安装Git插件,菜单栏Help -> About Eclipse,查看是否有Git插件的图标。 Eclipse关联GitHub实现版本控制 2 现在的Eclipse下载后一般都提供Git插件了,若是没有Git插件,可以再eclipse 的market里面搜索egit插件安装,如果低版本的eclipse安装高版本的egit插件会报错,建议要么安装低版本的,要么去ec
2015-08-29 12:39:25 879
原创 Hbase优化
1,预分区。因为第一次建表的时候会自动创建一个region分区.如果再倒入数据的话,因为一开始没有数据,不会split切分,这样会对单个region server造成比较大的io开销,所以需要预分区。预分区可以根据热点范围的rowkey来制定分区策略。2,通过rowkey检索数据的时候,需要制定column,这个比较好理解,和关系型数据库的sql优化一样,select * from table
2015-08-25 19:20:19 582
原创 mapreduce读取hbase中表的数据,直接打印或者回传数据到hbase数据库表
package com.syyz.zjs;import java.io.IOException;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.HBaseConfiguration;import org.apache.hadoop.hbase.client.Put;import or
2015-08-25 18:58:07 1009
转载 HBase表设计原则整理
1、列簇的设计 列簇尽量少,最好不超过3个。因为每个列簇是存在一个独立的HFile里的,flush和compaction操作都是针对一个Region进行的,当一个列簇的数据很多需要flush的时候,其它列簇即使数据很少也需要flush,这样就产生的大量不必要的io操作。在多列簇的情况下,注意各列簇数据的数量级要一致。如果两个列簇的数量级相差太大,会使数量级少的列簇的数据扫描效率低下。将经常
2015-08-24 16:03:55 828
转载 详细讲解Hadoop中的一个简单数据库HBase
HBase是 Hadoop中的一个简单数据库。它与Google的Bigtable特别相似,但也存在许多的不同之处。数据模型HBase数据库使用了和 Bigtable非常相似的数据模型。用户在表格里存储许多数据行。每个数据行都包括一个可排序的关键字,和任意数目的列。表格是稀疏的,所以同一个表格 里的行可能有非常不同的列,只要用户喜欢这样做。列名是“:”形式,其中和可以是任意字
2015-08-24 12:47:16 637
转载 Java集合类: Set、List、Map、Queue使用场景梳理
目录1. Java集合类基本概念2. Java集合类架构层次关系3. Java集合类的应用场景代码 1. Java集合类基本概念在编程中,常常需要集中存放多个数据。从传统意义上讲,数组是我们的一个很好的选择,前提是我们事先已经明确知道我们将要保存的对象的数量。一旦在数组初始化时指定了这个数组长度,这个数组长度就是不可变的,如果我们需要保存一个可以动态增长的数
2015-08-23 14:58:12 495
转载 hive优化
优化时,把hive sql当做map reduce程序来读,会有意想不到的惊喜。理解hadoop的核心能力,是hive优化的根本。这是这一年来,项目组所有成员宝贵的经验总结。 长期观察hadoop处理数据的过程,有几个显著的特征:1.不怕数据多,就怕数据倾斜。2.对jobs数比较多的作业运行效率相对比较低,比如即使有几百行的表,如果多次关联多次汇总,产生十几个jobs,没半小时
2015-08-23 13:59:03 244
转载 深入浅出数据仓库中SQL性能优化之Hive篇
一个Hive查询生成多个Map Reduce Job,一个Map Reduce Job又有Map,Reduce,Spill,Shuffle,Sort等多个阶段,所以针对Hive查询的优化可以大致分为针对MR中单个步骤的优化(其中又会有细分),针对MR全局的优化,和针对整个查询(多MR Job)的优化,下文会分别阐述。 在开始之前,先把MR的流程图帖出来(摘自Hadoop权威指南
2015-08-23 13:54:10 292
转载 sql优化
1.查询的模糊匹配尽量避免在一个复杂查询里面使用 LIKE '%parm1%'—— 红色标识位置的百分号会导致相关列的索引无法使用,最好不要用.解决办法:其实只需要对该脚本略做改进,查询速度便会提高近百倍。改进方法如下:a、修改前台程序——把查询条件的供应商名称一栏由原来的文本输入改为下拉列表,用户模糊输入供应商名称时,直接在前台就帮忙定位到具体的供应商,这样在调用
2015-08-23 13:37:37 278
转载 Hive SQL执行计划深度解析
阅读目录1.1 Join的实现原理1.2 Group By的实现原理1.3 Distinct的实现原理2.1 Phase1 SQL词法,语法解析2.2 Phase2 SQL基本组成单元QueryBlock2.3 Phase3 逻辑操作符Operator2.4 Phase4 逻辑层优化器2.5 Phase5 OperatorTree生成MapReduce Job的过程2.6 Phase6 物
2015-08-21 15:09:46 837
原创 mapreduce查询mysql表中记录数
package com.zjs.mr2;import java.io.IOException;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.In
2015-08-20 21:02:30 468
原创 Mapreducer天气排序,分区,分组,排序
package com.zjs.mr2;import java.io.IOException;import java.text.SimpleDateFormat;import java.util.Calendar;import java.util.Date;import org.apache.hadoop.conf.Configuration;import org.apache.h
2015-08-20 16:48:53 1406
原创 MapReducer实现单词计算
package com.zjs.mr;import java.io.IOException;import java.util.StringTokenizer;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.Tex
2015-08-20 13:47:50 529
原创 MapReduce 查询mysql表中的数据,打印记录数,并转储回mysql表
package com.laoxiao.mr02;import java.io.DataInput;import java.io.DataOutput;import java.io.IOException;import java.sql.PreparedStatement;import java.sql.ResultSet;import java.sql.SQLEx
2015-08-19 20:35:02 532
转载 Hadoop 调试第一个MapReduce程序过程详细记录总结
开发环境搭建参考 Hadoop 在Windows7操作系统下使用Eclipse来搭建Hadoop开发环境>: http://www.linuxidc.com/Linux/2014-12/111061.htm1,程序代码如下:package wc;import java.io.IOException;import java.util.StringTokenizer;
2015-08-17 19:36:19 929
原创 替换centos的yum源
1,可以从阿里的镜像站点里面选中自己的linux版本:http://mirrors.aliyun.com/2,如果是centos可以参看以下方法:1、备份mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup2、下载新的CentOS-Base.repo 到/e
2015-08-16 10:56:39 465
原创 ConcurrentHashMap 初认识
1,ConcurrentHashMap是线程安全且高效的HashMap2,为什么要使用ConcurrentHashMap?因为在多线程环境下,使用HashMap进行put操作会引起死循环。HashTable使用synchronized来保证线程安全。但是在线程竞争激烈的情况下。HashTable的效率是很低的。3ConcurrentHashMap的锁分段技术4,Conc
2015-08-15 16:44:45 383
原创 Unable to load native-hadoop library for your platform... using builtin-java classes where applicab
出现上述问题主要是环境变量没设置好,在~/.bash_profile或者/etc/profile中加入以下语句就没问题了。 #vi /etc/profile或者vi ~/.bash_profile export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export HADOOP_OPTS="-Djava
2015-08-14 13:03:43 767
MapReduce 查询mysql表中的数据,打印记录数,并转储回mysql表
2016-01-10
web端怎么写手机短信推送,java的
2013-08-09
hql的一对多查询怎么做啊?
2013-08-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人