<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hello，Mr张]]></title><description><![CDATA[我想要一处山野别墅，周围种满了树。]]></description><link>https://blog.youkuaiyun.com/helloemk</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; helloemk]]></copyright><item><title><![CDATA[Flume详解]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/84867048</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/84867048</guid><author>helloemk</author><pubDate>Thu, 06 Dec 2018 23:21:42 +0800</pubDate><description><![CDATA[1、Flume简介
（1）、flume提供分布式，可靠的，对海量的日志进行搞笑收集，聚集，移动的服务，flume只能在unix环境下运行；
（2）、flume基于流式架构，容错性强，也很灵活简单；
（3）、flume，kafka用来进行实时数据收集，spark、storm用来实时处理数据，impala用来实时查询；
二、Flume架构

2.1、source
用于采集收据，source是产生数据流...]]></description><category></category></item><item><title><![CDATA[Sqoop详解]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/84861969</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/84861969</guid><author>helloemk</author><pubDate>Thu, 06 Dec 2018 17:35:27 +0800</pubDate><description><![CDATA[

Sqoop介绍
Sqoop是在hadoop和数据库之间传输大量数据的工具
原理：将导入导出命令翻译成MR成功徐来实现，在翻译出的MR中主要是对inputformat和outputformat进行定制。


安装与配置
1）解压安装 （这里以sqoop1.4.7为例）
2）修改配置文件
重命名文件mv sqoop-env-template.sh sqoop-env.sh
修改 sqoop-env...]]></description><category></category></item><item><title><![CDATA[HIVE详解（二）：安装与配置]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/84814701</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/84814701</guid><author>helloemk</author><pubDate>Thu, 06 Dec 2018 10:43:10 +0800</pubDate><description><![CDATA[暂时保留

]]></description><category></category></item><item><title><![CDATA[HVIE详解（四）：企业级调优]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/84843667</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/84843667</guid><author>helloemk</author><pubDate>Wed, 05 Dec 2018 21:17:13 +0800</pubDate><description><![CDATA[

Fetch抓取
hive中的某些查询不必使用MR，例如select * from，在这种情况下，hive可以简单的读取表的存储目录下的文件，然后输出查询结果到控制台。
hive.fetch.task.conversion设置成mre，如下查询方式都不会执行MR程序
hive (default)&amp;gt; set hive.fetch.task.conversion=more;
hive (def...]]></description><category></category></item><item><title><![CDATA[HIVE详解（三）：hive操作]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/84841501</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/84841501</guid><author>helloemk</author><pubDate>Wed, 05 Dec 2018 18:58:19 +0800</pubDate><description><![CDATA[

hive数据类型
1.1 原子数据类型：TINYINT,SMALINT,INT,BIGINT,BOOLEAN,FLOAT,DOUBLE,STRING,TIMESTAMP,BINARY。
常用的有INT,BOOLEAN,FLOAT,DOUBLE,STRING,其中string对应数据库的varchar类型，是一个可变的字符串，不能生命最多存储多少个字符，理论上可以存储2GB的字符数。
2.2 集...]]></description><category></category></item><item><title><![CDATA[HIVE详解（一）：基本概念]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/84812548</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/84812548</guid><author>helloemk</author><pubDate>Wed, 05 Dec 2018 08:13:12 +0800</pubDate><description><![CDATA[基本概念


什么是hive
hive是由Facebook开源用于解决海量结构化日志的数据统计；
hive是基于hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能；
hive的本质是将hiveQL语句转化成MR程序；
hive处理的数据存储在HDFS，hive分析数据底层实现是MR，执行程序运行在Yarn上。


hive的优缺点
2.1优点：
1）操作接口...]]></description><category></category></item><item><title><![CDATA[VI常用命令]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/84024120</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/84024120</guid><author>helloemk</author><pubDate>Tue, 13 Nov 2018 11:03:40 +0800</pubDate><description><![CDATA[vi命令分为三类：一般指令模式，编辑模式，指令列模式]]></description><category></category></item><item><title><![CDATA[推荐：国外IT网站]]></title><link>https://blog.youkuaiyun.com/helloemk/article/details/83382779</link><guid>https://blog.youkuaiyun.com/helloemk/article/details/83382779</guid><author>helloemk</author><pubDate>Thu, 25 Oct 2018 17:16:30 +0800</pubDate><description><![CDATA[国外的IT网站，IT路上的加油站]]></description><category></category></item></channel></rss>