开始学习Linux命令和系统基本概念。然后分别学习Java、Python以及Scala这几种在大数据开发中常用的编程语言。然后着重学习Hadoop核心技术如HDFS和MapReduce;接触数据库Hive后,学习数据流技术Kafka和分布式协调服务Zookeeper。深入研究Yarn和求执行引擎Spark。此外还了解其他技术如HBase、Sqoop等。同时学习计算机网络知识和操作系统原理。后面再系统学习关系数据库MySQL和数据仓库理论。学习分布式原理和架构也很重要。这个学习...
# 背景## **HDFS** **简介**HDFS 全名 Hadoop Distributed File System,是业界使用最广泛的开源分布式文件系统。原理和架构与 Google 的 GFS 基本一致。它的特点主要有以下几项:- 和本地文件系统一样的目录... 从集群规模和数据量来说,HDFS 平台在公司内部已经成长为总数十万台级别服务器的大平台,支持了 10 EB 级别的数据量。**当前在字节跳动,** **HDFS** **承载的主要业务如下:**- Hive,HBase,日志服务,Kafka 数据...
操作系统采用国产Kylin操作系统;- 数据库采用国产分布式数据库,QianBase;QianBase是基于Trafodion架构。Trafodion是HP公司资助的一个开源项目。它提供了一个成熟的企业级SQL on HBase解决方案。Trafodion的主要... 文件预取的原理,就是根据局部性原理,在读取数据时,会多读一定量的相邻数据缓存到内存。如果预读的数据是后续会使用的数据,那么系统性能会提升,如果后续不使用,就浪费了磁盘带宽。在磁盘顺序读的场景下,调大预取值效...
> 本文结构采用宏观着眼,微观入手,从整体到细节的方式剖析 Hive SQL 底层原理。第一节先介绍 Hive 底层的整体执行流程,然后第二节介绍执行流程中的 SQL 编译成 MapReduce 的过程,第三节剖析 SQL 编译成 MapReduce 的具体实现原理。### 一、HiveHive是什么?Hive 是数据仓库工具,再具体点就是一个 SQL 解析引擎,因为它即不负责存储数据,也不负责计算数据,只负责解析 SQL,记录元数据。Hive直接访问存储在 HDFS 中或者 HBase ...
本文介绍如何使用 HBase Shell 工具连接 HBase 实例。 前提条件如需通过私网地址访问 HBase 实例,需同时满足如下要求:已购 ECS 服务器与 HBase 实例在相同私有网络 VPC 下。ECS 服务器的购买方法,请参见购买云服务器。 已将 ECS 服务器的 IP 地址添加至 HBase 中的白名单中。白名单设置方法,请参见编辑白名单。 如需通过公网地址访问 HBase 实例,需确保运行 Java 工具的设备 IP 地址已加入 HBase 实例的白名单中。白名单设置方法...
和广泛应用,表中的数据量持续上涨,但随着时间流逝,很多数据的访问频率会逐步减少。例如账单、订单等信息,一般只会查询近半年内的数据详情。甚至对于一些监控数据,遇到问题时,通常也是查看近一两天的内的数据,之前大量的历史数据,直接会被闲置。因此,表格数据库 HBase 版根据数据冷热需要提供不同的存储模式,系统会根据设置的冷热分离时间分界点,将表中的历史数据归档至冷存储中,从而降低存储成本。 原理介绍表格数据库 HBase 版提...
表格数据库 HBase 版支持 2.x 的 Apache HBase 引擎版本。关于 HBase 版本的更多信息,请参见 Apache HBase。 实例管理HBase 是否支持水平和垂直扩缩容?支持,您可以根据业务量变动,灵活变更 HBase 实例的配置,包括水平扩容(即增加节点数)和垂直扩缩容(即升降节点规格)。更多详情,请参见变更实例配置。 如何避免 HBase 实例被误删除?表格数据库 HBase 版支持实例删除保护功能,避免误操作导致实例删除。功能开启后,实例将不会被删...
cn-beijing hbase.volcengineapi.com 华东 2(上海) cn-shanghai hbase.volcengineapi.com 通信协议支持通过 HTTP 或 HTTPS 两种方式进行请求通信,推荐使用安全性更高的 HTTPS 方式来发送请求。 请求方法支持 HTTP... 表格数据库 HBase 版的服务地址为 hbase.volcengineapi.com。更多详情,请参见服务地址。 Action:要执行的操作,此处请填写要调用的 API 接口名称。表格数据库 HBase 版支持的 API 接口详情,请参见 API 概览。 Versi...
白名单是数据库连接的安全防控手段。创建 HBase 实例后,默认禁止所有 IP 地址访问实例。本文介绍如何手动将客户端 IP 地址或地址段添加到白名单,来访问 HBase 实例。 前提条件设置白名单前,您需要先获取客户端 IP 地址。 访问方式 IP 地址获取方式 火山引擎 ECS 私网访问 在 ECS 中,执行 ifconfig 命令查看网卡信息。 本地客户端公网访问 根据操作系统,选择对应的方法: Linux 操作系统:执行 curl ipinfo.io grep ip 命令,获取公...
本文介绍如何创建 HBase 实例。 前提条件已注册火山引擎账号,并完成实名认证。账号注册和实名认证的操作步骤,请参见如何进行账号注册和实名认证。 已创建私有网络和子网。操作步骤请参见创建私有网络及子网。 操作... 私有网络创建方法,请参见创建私有网络。 说明 实例创建成功后,私有网络不可更改。 可用区 每个地域都有多个相互隔离的区域,称为可用区。不同可用区间没有实质区别。子网是私有网络内的 IP 地址块,私有网络中的所...
本文介绍如何创建 HBase 实例。 前提条件已注册火山引擎账号,并完成实名认证。账号注册和实名认证的操作步骤,请参见如何进行账号注册和实名认证。 已创建私有网络和子网。操作步骤请参见创建私有网络及子网。 操作... 私有网络创建方法,请参见创建私有网络。 说明 实例创建成功后,私有网络不可更改。 可用区 每个地域都有多个相互隔离的区域,称为可用区。不同可用区间没有实质区别。子网是私有网络内的 IP 地址块,私有网络中的所...
本文介绍如何申请 HBase 实例的公网地址。 前提条件实例状态需为运行中。 申请公网地址时需要绑定弹性公网 IP(EIP)。您需要先申请公网 IP,具体操作步骤,请参见申请公网 IP。 为 Thrift2 连接地址开启公网访问前,需要先申请 Thrift2 的私网连接地址。具体操作步骤,请参见申请 Thrift2 连接地址。 若使用子用户来申请公网地址,需要先为子用户配置 EIPReadOnlyAccess 和 EIPFullAccess 权限策略。策略配置方法,请参见策略管理。 使用...
表格数据库 HBase 版默认提供了 ZK 连接地址,同时也支持 Thrift 多语言访问,Thrift 是 HBase 标准版实例中的一种服务组件,基于 Apache Thrift(多语言支持的通信框架)开发。本文介绍基于 Java 程序通过 Thrift2 地址访问 HBase 实例的操作步骤。 前提条件如需通过私网地址访问 HBase 实例,需同时满足如下要求: 已购 ECS 服务器与 HBase 实例在相同私有网络 VPC 下。ECS 服务器的购买方法,请参见购买云服务器。 已将 ECS 服务器的 ...