最贊回答 / qq_單純永遠_0
? ? ? ? ? ? ? ? ? ?? HBase ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? Hive用途： ? ?? 彌補Hadoop的實時操作 ? ? ?? 減少并行計算編寫工作的批處理系統檢索方式：適用于檢索訪問 ? ? ? ? ? ? ? ? ? ? 適用于全表掃描存儲： ? ? ? 物理表 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 純邏輯表功能： ? ? ? HBase只負責組織文件 ? ? ? ? ?? Hive既要儲存文件又需要計算框架執行效...
2018-12-28
已采納回答 / 叁金
談一下我的感受吧，太多所謂的大數據工程師候選人，對于hadoop、hive、spark這些常用的大數據開源工具說的很6，但是java基礎薄弱（開發能力薄弱）。其實其他崗位和方向都一樣，hadoop、hive、spark如何使用，應屆生給個一兩個月都能學會。但是如何針對性的修改，優化就能看出真正的水平了。大數據不光涉及到后端開發，在你維護hadoop集群的過程中，你還屬于運維。不要想太多，just do it
2018-12-07
最贊回答 / Cybtron
一個MapReduce作業由Map階段和Reduce階段兩部分組成，這兩階段會對數據排序，從這個意義上說，MapReduce框架本質就是一個Distributed Sort。在Map階段，Map Task會在本地磁盤輸出一個按照key排序（采用的是快速排序）的文件（中間可能產生多個文件，但最終會合并成一個），在Reduce階段，每個Reduce Task會對收到的數據排序，這樣，數據便按照Key分成了若干組，之后以組為單位交給reduce（）處理。很多人的誤解在Map階段，如果不使用Combiner便不會...
2018-10-24
