合理分区啊。。每个分区都会被记录到HDFS的NAMESPACE，为了而不增加NameNode的压力，一定要合理使用Hive的分区。另外，分区后若有比较多的小文件...
2016-09-03 09:33 回复了该问题这本书在微信读书上有。有试读章节，看完试读的如果觉得OK可以买，或者有需要我可以在微信上送你。 内容还行，适合入门
2016-09-02 14:38 回复了该问题如果你在别的机器上要使用Hive server等，当然是Hive安装在哪里，就写哪里的链接，IP或主机名都行
2016-08-31 18:30 回复了该问题1、创建一个shell脚本文件test.sh，里面写上你要执行的jar作业执行命令：hadoop jar XXX.... 2、借助Linux的定时调度系统Cro...
2016-08-31 09:41 回复了该问题A文件写到A数据块、B文件写到A数据块，这种说法应该是不正确的。只能说一个文件会根据其大小被切分成几块，假设集群的块大小被设置成64M，若A文件的大小是120M...
2016-08-31 09:32 回复了该问题源数据、生成方式都一样吗？是在同一台机器上吗？一般情况下是一样的
2016-08-31 09:18 回复了该问题Sqoop从Hadoop或Hive或HBase将数据导出到MySQL，是导出，你可以查看一下Sqoop的增量导出。 如果Sqoop的导出你没有设置增量导出，则如...
2016-08-30 10:19 回复了该问题Column Family（CF）是列族，Column是列。Column是属于某一个指定CF的，例如有一个列族叫基本信息BaseInfo，可以将姓名、性别、年龄...
2016-08-29 23:54 回复了该问题要学习Hadoop，需要具备一些Linux基础，和Java基础。 推荐书籍：Hadoop权威指南，另外多关注Hadoop的官方手册。
2016-08-29 23:51 回复了该问题类似Select sum()这种查询是支持的。查询对象是一个构建好的Cube，或者说数据模型。
2016-08-29 23:50 回复了该问题如果企业已经有传统的BI，可以将BI前期的ETL和数据处理分析等工作挪到Spark、Hadoop上，BI只需要通过某种方式使用Hadoop、Spark的结果输出...
2016-08-29 23:45 回复了该问题有的，double months_between(date1, date2) 具体请参考Hive的官方手册：https://cwiki.apache.org/c...
2016-08-27 11:01 回复了该问题
