一、实验环境 3台CentOS release 6.4虚拟机，IP地址为 192.168.56.101 master 192.168.56.102 slave1 192.168.56.103 slave2 hadoop 2.7.2 hbase 1.1.4 hive 2.0.0 zook...

一、实验目的 1. 使用Zeppelin运行SparkSQL访问Hive表 2. 动态表单SQL 二、实验环境： 12个节点的Spark集群，以standalone方式部署，各个节点运行的进程如表1所示。...

一、把数据从HDFS抽取到RDBMS 1. 从下面的地址下载示例文件。  http://wiki.pentaho.com/download/attachments/23530622/weblo

1. 建立hive表，导入原始数据，过程参考 http://blog.csdn.net/wzy0623/article/details/51133760 2. 建立一个作业，查询hive表，并将聚合数据写入一个hive表 （1）打开PDI，新建一个作业，如图1所示。...

1. 向HDFS导入数据 . 从下面的地址下载web日志示例文件，解压缩后的weblogs_rebuild.txt文件放到/home/grid/data-integration/test目录下。

1. 在$SPARK_HOME/conf/hive-site.xml文件中添加下面的属性

《Hive编程指南》最后一章的Outbrain案例中，有一个把访问网络流量会话化的简单实现，但按照它的查询出来的结果是错的，于是自己重写了一个。 一、问题提出（摘自书中原文）         为了分析网络流量，我们常常希望能够基...

http://blog.csdn.net/wzy0623/article/details/50681554

1. 配置HiveServer2，在hive-site.xml中添加如下的属性

1. 非分区表 （1）load 加载数据 本地文本文件a.txt中有一行'aaa'，执行下面的命令。