怎么保证从kafka读取数据为顺序读取 当时是电话面试没有想到太多，就这么说了，挂了电话后想这这种方法是不行的。后面想到了，应该根据业务的划分，在不同业务的数据前加上不同的key（相同的业务key相同），因为kafka的分区是通过key的hashcode值来选择分区的，所以我们将不同业务的数据分发到不同的分区，这样可以保证数据吞吐量的增加，也保证了消费数据的一致性。
Hive学习 hive是基于hadoop的数据仓库建模工具之一，hive可以使用类sql方言，对存储在HDFS上的数据进行分析和管理。元数据包括表名、表所属的数据库(在hive中默认的数据库为default)、表的拥有者、列/分区字段、表的类型(是否是外部表)、表的数据所在的目录等。Hive本质是将sql转换为mr的任务进行运算的，底层是由HDFS来提供数据存储的，说白了就是将sql转换为mr任务的一个工具。4、hive优势在于处理大数据，对于小数据没有优势，因为hive的执行延迟性较高（因为会不断的开关jvm虚拟机）
Hadoop的优化 这里我们以查询某一年、某一个月的最高温度//随机生成温度代码//创建日期格式i < 10000;i++) {//随机生成时间2000-2023//随机生成一个温度//打印生成的结果。
Hadoop中MapReduce和Yarn相关内容详解 根据Key直接计算出对应的Reduce，分区的数量和Reduce的数量是相等的，hash(key) % partation(reduce的数量) = num，默认分区的算法是Hash然后取余，Object的hashCode()—equals()，如果两个对象equals,那么两个对象的hashcode一定相等，如果两个对象的hashcode相等，但是对象不一定equlas。将内存中的数据循环写到硬盘，不用担心OOM问题，每次会产生一个80M的文件，如果本次Map产生的数据较多，可能会溢写多个文件。
Hadoop中的HDFS相关内容详解 hadoop是一个适用与海量数据的分布式存储和分布式计算的平台。HDFS（Hadoop Distributed FileSystem）是Hadoop自带的一个分布式文件系统，同时HDFS也是MapReduce计算的基础。
HADOOP的完全分布式搭建保姆级教会 此前写过一个hadoop的伪分布式的搭建，前几天刚刚帮别人搭了一个完全分布式的，今天就把完全分布式的搭建也给写出来，给大家做个参考。前期搭建的时候有一些准备工作需要我们去完成。
Maven的超详细安装步骤 Maven字面意思：专家、内行Maven是一款自动化构建工具，专注服务于Java平台的项目构建和依赖管理。依赖管理：jar之间的依赖关系，jar包管理问题统称为依赖管理项目构建：项目构建不等同于项目创建项目构建是一个过程【7步骤组成】，项目创建是瞬间完成的清理：mvn clean编译：mvn compile测试：mvn test报告：打包：mvn package安装：mvn install。
Java基础语法IF和SWITCH 对应的case的值，那么就执行其中的语句体，直到遇到了break结束，整个语句如果都没有对应的case匹配，那么会最终执行default中的语句体，直到遇到break，从而结束整个switch语句。下面我们来写一个switch的简单列子，这是我作为初学者写的例子，我自己认为还是很好帮助初学者来理解这个函数的。答案是可以的，严格按照执行流程来执行。上面所写的执行语句中，是先计算表达式中的值，然后拿着这个值去匹配对应的case，如果 匹配到。答案也是可以的，但是一般来说为了程序的严谨性，还是需要协商的。
CentOS7克隆虚拟机及配置IP地址 1. 克隆虚拟机1、关机 （PS 这里我们要将所克隆的虚拟机关机才能克隆，这样所占磁盘会小很多）2、右键虚拟机----> 管理--->克隆 3、选择完整克隆（和hadoop01就没有关系了）
力扣第一题《两数之和》 给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。
关注
