Apache Hadoop软件库是一个框架，允许使用简单的编程模型跨计算机集群进行分布式处理大型数据集。 它被设计成从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储。 与依赖硬件提供高可用性不同，库本身的设计目...

hive-jdbc依赖的hadoop-yarn-server-resourcemanager版本为SNAPSHOT，在仓库中都找不到，将其修改为使用项目指定的版本。

3 复制hive-default.xml.template，得到一份hive-site.xml

Apache Tez是构建于Apache Hadoop YARN上，基于有向无环图进行数据处理的框架。

首先请安装好prometheus、pushgateway以及grafana，如果还没安装请参考：

本文基于上述组件版本使用flink插入数据到hudi数据湖中。为了确保以下各步骤能够成功完成，请确保hadoop集群正常启动。

本文基于上述组件版本使用spark插入数据到hudi数据湖中。为了确保以下各步骤能够成功完成，请确保hadoop集群正常启动。

将hadoop 3.2.1中自带的guava-27.0-jre.jar拷贝到flink的lib目录下即可。

这边所说的zeppelin高可用不是传统意义上的HA模式，而是利用统一的配置文件，在一个zeppelin server挂掉之后，在另一个zeppelin server从统一配置文件再恢复到原有作业模式。在集群中，同时仅存在一个zeppelin server服务。...

大数据的来源多种多样，在大数据时代背景下，如何从大数据中采集出有用的信息是大数据发展的最关键因素。大数据采集是大数据产业的基石，大数据采集阶段的工作是大数据的核心技术之一。为了高效采集大数据，依据采集环境及数...