HDFS （Hadoop Distributed File System）是 Hadoop 下的分布式文件系统，具有高容错、高吞吐量等特性，可以部署在低成本的硬件上。

使用docker快速开发了一个单节点的hadoop 首先去docker hub上搜索hadoop

我们VIP成员很多在2021年春节年前、后，拿到了offer。而且不止一个，有的两个，有的四个，有的六个。这里给我们分享其中一位成员，整理的一家公司的面试题，后续将会陆续发布。...

Hive是一个使用类SQL管理分布式存储上大规模数据集的数据仓库，它提供了命令行工具和JDBC驱动程序帮助用户使用Hive。

Apache Spark是Scala语言实现的一个计算框架。为了支持Python语言使用Spark，Apache Spark社区开发了一个工具PySpark。利用PySpark中的Py4j库，我们可以通过Python语言操作RDDs。...

从狭义的角度上看：Hadoop是一个分布式框架，由存储、资源调度、计算三部分组 成； Spark是一个分布式计算引擎，由 Scala 语言编写的计算框架，基于内存的快速、通 用、可扩展的大数据分析引擎； 从广义的角度上看，Spark是Hadoop...

目前，借由大数据时代的高速发展，它的岗位需求开始迅速扩张，从而给想从事大数据行业的人带来了大量的发展机会，同时也为大家提供了大量的职业发展通道。那么，在这个高速运转的时代，面对如此众多的大数据就业岗位的时候，我们应...

管理大数据所需的许多功能是其中一些是事务，数据突变，数据校正，流媒体支持，架构演进，因为酸性事务能力Apache提供了四种，用于满足和管理大数据。...

1、获取fsimage信息，对于超级小的集群，或者是文件数较少的集群可以用命令获取。

在2017年，当Kudu作为CDH的一部分首次引入时，它不支持任何形式的授权，因此仅满足空白且不需要安全的用例。在CDH 5.11（Kudu 1.3.0）中添加了粗粒度的授权和身份验证，这使得可以仅对可以应用Apache Sentry策略的Apache Impala...