如果你使用的是centOS系统，或者支持yum的系统，那么可以通过如下方式进行安装：

随着集群使用时间的增长，在Impala中执行DDL语句消耗的时间越来越长，排查该问题时进行测试，create一张表的耗时达到4-5s，drop一张表的时间5-10s，该问题影响了Impala的日常跑批工作。...

Presto的安装方式有两种，一是到官网下载编译好的二进制包进行安装，二是从Github仓库上拉取源码进行编译安装。为了简单起见，我这里选择第一种方式，Server和Client都需要下载。...

ETL基本上就是数据采集的代表，包括数据的提取（Extract）、转换（Transform）和加载（Load）。数据源是整个大数据平台的上游，数据采集是数据源与数仓之间的管道。在采集过程中针对业务场景对数据进行治理，完成数据清洗工作。...

Apache Ranger提供一个集中式安全管理框架, 并解决授权和审计。它可以对Hadoop生态的组件如HDFS、Yarn、Hive、Hbase等进行细粒度的数据访问控制。通过操作Ranger控制台，管理员可以轻松的通过配置策略来控制用户访问权...

前面文章中，我们用Kettle工具实现了Hadoop多维数据仓库的基本功能，如使用Sqoop作业项、SQL脚本、Hadoop file output、ORC output等步骤实现ETL过程，使用Oozie、Start作业项定期执行ETL任务等。本篇将继续讨论常见的维度...

延续数据仓库之Hive快速入门 - 离线&实时数仓架构一文，本文将介绍一下Hadoop/Hive自带的权限控制，权限控制是大数据平台非常重要的一部分，关乎数据安全。...

sparksql类似于hive，但它基于内存，而hive基于mapreduce，而mapreduce又基于磁盘，所以spark处理数据快得多。 sparksql不止有sql语句，现在他还有Dataframe的API，Dataframe比写RDD要快。dataframe将非结构化数据schema化。 spa...

此时可以看见basketball2已经在hbase上建立了 ps：CREATE TABLE basketball2(num int,team string,state string) STORED BY ‘org.apache.hadoop.hive.hbase.HBaseStorageHandler’ WITH...

Hbase将大量数据列式存储，并且适合存储非关系型数据库，存储的数据类型都是二进制类型，这和传统的关系型数据库就有很大的区别，Hbase是基于zookeeper去进行管理的，与hive不同，hive是基于mapreduce，但他们最终都存储在hdfs上，Hb...