Hive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 中的文件,通过 MapReduce、Spark 或 Tez 执行查询。我们今天来聊的就是 Hive 底层是怎样将我们写的 SQL 转化为 MapReduce 等计算引擎可识别的程序。了解 Hive SQL 的底层编译过程有利于我们优化Hive SQL,提升我们对Hive的掌控力,同时有能力去定制一...
# 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... HBase,日志服务,Kafka 数据存储 - Yarn,Flink 的计算框架平台数据 - Spark,MapReduce 的计算相关数据存储![]()# **字节跳动特色的** **HDFS** **架构**在深入相关的技术细节之前,我们先看看字节跳动的 H...
主要有几方面的原因:* 使用体验离预期有差距:由于 Table Format 设计上的原因,流式写入的效率不高,写入越频繁小文件问题就越严重;* 有一定维护成本:使用 Table Format 的用户需要自己维护,会给用户造成一定的负担;* 与现有生态之间存在gap:开源社区暂不支持和 Table format 之间的表同步,自己做同步又会引入一致性的问题;* 对业务吸引不够:由于以上三点原因,Table Format 对业务的吸引力大打折扣。如何去解这些问题呢?现...
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树视图* Append Only 的写入(不支持随机写)* 顺序和随机读* 超大数据... HBase,日志服务,Kafka 数据存储* Yarn,Flink 的计算框架平台数据* Spark,MapReduce 的计算相关数据存储**02****字节跳动特色的 HDFS 架构**在深入相关的技术细节之前,我...
HBase 连接器提供了对分布式 HBase 数据库表的读写数据能力,支持做数据源表、结果表和维表。 使用限制Flink 目前提供了 HBase-1.4 和 HBase-2.2 两种连接器,请根据实际情况选择: 在 Flink 1.11-volcano 引擎版本中仅支持使用 HBase-1.4 连接器。 在 Flink 1.16-volcano 引擎版本中支持使用 HBase-1.4 和 HBase-2.2 两种连接器。 注意事项在公网环境中连接火山 HBase 时,您需要添加以下两个参数: 'properties.zookeeper.znode.me...
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 Go 程序通过 Thrift2 地址访... 以实现 Go 程序通过 Thrift2 连接 HBase 实例。 说明 目前兼容性问题较多,不建议自行编译 HBase Thrift2 文件,建议直接下载使用上述文件即可。 bash 解压下载的文件 tar -zxvf hbasegothrift2.tar.gz 进入 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... 在页面右下方单击 HBase Shell 下载。 解压 HBase Shell 工具包,并修改 hbase-2.x/conf/hbase-site.xml 文件中的配置。 bash 解压 HBase Shell 工具包tar -zxvf hbase-shell-2.x-tar.gz 编辑 hbase-site.xml 文...
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... 在页面右下方单击 HBase Shell 下载。 解压 HBase Shell 工具包,并修改 hbase-2.x/conf/hbase-site.xml 文件中的配置。 bash 解压 HBase Shell 工具包tar -zxvf hbase-shell-2.x-tar.gz 编辑 hbase-site.xml 文...
本文介绍如何修改 HBase 实例的容量型存储空间大小。 注意事项每个实例默认支持的容量型存储空间上限为 1,000,000GiB,步长为 10GiB。 缩容时,目标容量型存储空间不能小于当前已用空间的 120%,请根据实际业务情况合理选择。您可以在实例信息页的配置信息区域查看实例当前已用容量型存储空间大小。 费用说明按量计费实例为后付费,扩缩容后,系统将根据新存储容量按小时进行计费。 包年包年实例为预付费,扩缩容后,系统将根据升配、降...
本文介绍如何修改 HBase 实例的存储空间大小。 注意事项每个实例默认支持的存储空间上限为 20000GiB,步长为 10GiB。您可以提交工单联系技术支持提高上限。 缩容时,目标存储空间不能小于当前已用存储空间的 140%,请根据实际业务情况合理选择。您可以在实例信息页的配置信息区域查看实例当前已用存储空间大小。 费用说明按量计费实例为后付费,扩缩容后,系统将根据新存储容量按小时进行计费。 包年包年实例为预付费,扩缩容后,系统...
Hive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 中的文件,通过 MapReduce、Spark 或 Tez 执行查询。我们今天来聊的就是 Hive 底层是怎样将我们写的 SQL 转化为 MapReduce 等计算引擎可识别的程序。了解 Hive SQL 的底层编译过程有利于我们优化Hive SQL,提升我们对Hive的掌控力,同时有能力去定制一...
容量型存储可作为冷数据存储介质,用于存储低频使用的数据,价格比普通存储介质更优惠。本文介绍如何开通容量型存储。 前提条件为已有实例开通容量型存储时,实例的状态必须为运行中。 操作步骤您可以选择以下任意一种方式开通容量型存储。 方式一:在创建实例时开通容量型存储 在创建实例时,选择开通容量型存储空间,详情请参见创建实例。 方式二:为已有实例开通容量型存储 登录 HBase 控制台。 在顶部菜单栏的左上角,选择实例所属...
共享文件系统、HDFS、HBase或任何提供Hadoop InputFormat的数据集。 2.1 创建RDD示例:通过集合来创建RDD val data = Array(1, 2, 3, 4, 5)val distData = sc.parallelize(data)通过外部数据集构建RDD val distFile = sc.textFile("data.txt")RDD构建成功后,可以对其进行一系列操作,例如Map和Reduce等操作。例如,运行以下代码,首先从外部存储系统读一个文本文件构造了一个RDD,然后通过RDD的Map算子计算得到了文本文件中每一行的长...