core-site.xml 、hdfs-site.xml 、yarn-site.xml 、mapred-site.xml

HBase是一个分布式的、面向列的开源数据库，一个结构化数据的分布式存储系统。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。...

最近试了下在百度和 Google 搜索自己的id，结果真的差距不小。百度给 CSDN 的权重太高了。。（让人喷饭！）

作为承载海量数据存储的分布式文件系统，用户通常需要直观地了解整个系统的容量、文件数量、CPU 负载、磁盘 IO、缓存等指标的变化。

优化前，写入速度平均3000条/s，一遇到压测，写入速度骤降，甚至es直接频率gc、oom等；优化后，写入速度平均8000条/s，遇到压测，能在压测结束后30分钟内消化完数据，各项指标回归正常。...

Hadoop允许Elasticsearch在Spark中以两种方式使用：通过自2.1以来的原生RDD支持，或者通过自2.0以来的Map/Reduce桥接器。从5.0版本开始，elasticsearch-hadoop就支持Spark 2.0。目前spark支持的数据源有：...

HUE是由Cloudera贡献到apache社区的一款hadoop ui工具，可以实现对hadoop的管理，连接查询系统，例如Hive，Impala等，使用起来非常方便。但是，当我们使用HUE提交SQL的时候，默认是只会执行最后一条SQL的。因此，当我们执行如下的SQL...

Impala本身提供了两种接口进行访问：beeswax和hs2，其中beeswax是impala自己开发的api，而hs2是兼容hive的。由于beesswax的连接方式需要使用impala自己提供的python脚本，而且不支持HA，因此这里就不再多做介绍。本文主要介绍...

Kylin在部署的以后需要依赖Hadoop，Hive以及HBase等组件，最近公司内部在部署Kylin服务的时候遇到了不少问题。主要是HBase集群是独立部署的，与Kylin部署的HDFS不是同一个，因此踩了许多坑，这里将遇到的一些问题记录下来，希望...