guohan的博客

通过kafka生产消费配额管理可以消峰，减少瞬时kafka的压力。生产配额可以配置每秒写入kafka的字节数，消费配额可以配置每秒消费字节数。配置粒度可以是全局的，也可以是用户级或者clientId级别。可以通过kafka自带的配置脚本进行配置，如下：bin/kafka-configs.sh \--zookeeper 192.168.1.227:2181 \--alter --add-config 'producer_byte_rate=10.

安装es6.5文章目录1、官网下载Linux rpm包2、安装：rpm -ivh *.rpm3、配置4、创建jdk软链接，不让找不到javahome5、添加文件及权限给elastic search6、系统参数配置7、启动8、查看集群状态1、官网下载Linux rpm包2、安装：rpm -ivh *.rpm3、配置vim /ect/elasticsearch/elasticsearch.y...

文章目录一、安装二、启动zookeeper三、启动kafka四、创建topic五、消费topic六、生产一、安装brew install kafka期间自动安装zookeeper二、启动zookeeperzkServer start三、启动kafkabrew services start kafka查看进程guohan:~ guohan$ jps15840 KafkaUt...

一、什么是hive将HDFS中的结构化数据映射成表，利用sql将查询分析任务转为MR程序执行二、hive特点集群可扩展、函数可以自定义、容错三、hive架构1、用户接口：CLI：shell命令JDBC／ODBC：java接口WebGUI：浏览器访问hive2、元数据存储：MySql／derby元数据包括表名、列、分区及其属性（是否为外部表）、表数据所在的目录3、运行sql组件...

一、什么是hadoop海量数据储存、计算平台二、什么是MapReduce分布式计算框架三、什么是HDFS分布式文件存储系统四、什么是YARN分布式计算资源调度平台五、HDFS组成namenode、datanode六、yarn组成resourceManager、nodeManger七、hadoopHAnameNode：active、standByzkfc：监听nameNo...

功能：分页数据采集、断点续爬文件目录如下，其中temp文件夹用于存放断点文件代码如下：# 论坛帖子列表爬取#功能介绍# 1、论坛断点爬取# 2、分页断点续爬# 3、采新设计：当一轮数据全部爬取完毕后再次爬取，只要采集每日新增的帖子即可，不必全部爬取# 采集数据# 1、论坛版主数据：版主用户ID，保存到版主表# 2、论坛图标：更新到论坛表# 3、合并的车系：保存到论坛车系...

目录：一、集群架构1、主机架构2、主从架构二、安装redis1、下载源码2、编译3、添加环境变量4、修改配置文件三、安装ruby1、删除旧版本2、安装ruby依赖3、安装ruby2.53.1、下载最新版ruby，输入以下命令3.2、解压编译到指定文件夹3.3、配置环境变量3.4、查看ruby是否安装成功4、使用gem安装ruby的redis依赖包...

目录：一、下载idea1、未来软件园：http://www.orsoon.com/Mac/155938.html二、破解1、将0.0.0.0 account.jetbrains.com添加到/etc/hosts文件中2、获取注册码：打开网址获取注册码http://idea.lanyus.com，进入页面后点击获得注册码按钮，复制注册码三、激活idea1、打开idea，进...

一、hdfs导入mysql注意：在mysql导入hive时可以自动创建表，而hdfs导入mysql时则不能在mysql中自动创建表，因此导入前准备工作，在mysql中建议需要导入的表！1、最简单的导入准备工作：在mysql中建表create table emp_import (id int,name varchar(45),age int);hdfs中/emp_db下存...

目录：一mysql 导入 hdfs1最简单的导入2指定mapTask个数3导入到hdfs上指定的目录二mysql 导入 hive1最简单的导入2导入到指定的hive库的指定的表中3先导入到指定的HDFS目录上再导入到指定的hive库的指定的表中三从mysql中导出一张表的部分数据指定where条件自定义sql语句四增量导入一、mysql 导入...

目录：一 最简单的使用创建一个job执行打印输出打包成zip执行job1 打开Azkaban的web页面httpsmini184432 在页面上创建一个project3 上传压缩包simplezip4 执行5 查看执行日志二单个依赖工作流创建job1创建job2打包上传执行三 多个依赖工作流并行执行创建job1创建job2创建j...

目录：一最简单的job作业1创建一个job2验证作业是否创建成功3根据job名称查看某一个具体的job信息3执行job4删除job一、最简单的job作业1、创建一个job将mysql中为emp表的数据导入到hdfs上 注意：在创建job时，命令”– import” 中间有个空格，切勿忽视，否则报错！sqoop job \--create ...

hadoop-2.6.4 配置、分布启动、分步关闭、一键启动、一键关闭