克终的博客

使用QJM构建HDFS HA架构(2.2+)

HDFS snapshot操作实战

Hadoop NameNode 高可用 (High Availability) 实现解析

HDFS之Qurom Journal Manager（QJM）实现机制分析

hadoop高可用解决方案

hadoop源码编译、配置、安装、测试

简介大数据是收集、整理、处理大容量数据集，并从中获得见解所需的非传统战略和技术的总称。虽然处理数据所需的计算能力或存储容量早已超过一台计算机的上限，但这种计算类型的普遍性、规模，以及价值在最近几年才经历了大规模扩展。在之前的文章中，我们曾经介绍过有关大数据系统的常规概念、处理过程，以及各种专门术语，本文将介绍大数据系统一个最基本的组件：处理框架。处理框架负责对系统中的数据进行计算，

hadoop-2.7.1+zookeeper-3.4.8+hbase-1.2.1+apache-hive-2.0.0完全分布式集群

flume+Kafka+Storm+HDFS实时系统组合

ZooKeeper Distributed模式部署

Apache Hadoop 2.2.0 HDFS HA + YARN多机部署

Raft一致性算法

Hadoop YARN中内存和CPU两种资源的调度和隔离

海量日志收集利器flume

深入理解zookeeper基本原理

Zookeeper 安装和配置

Zookeeper 日志输出到指定文件夹

YARN中自己总结的几个关键点

大数据时代为什么用hadoop

整体了解hadoop框架及其开源项目

hadoop分布式集群部署配置总结

HDFS QJM的架构设计

HDFS QJM机制分析

hdfs client实现原理解析

hadoop2.0 HA的主备自动切换

hadoop2.0 QJM方式的HA的配置

hadoop2.2.0 的安装和基本配置

深度理解yarn及其作业调度机制

MapReduce编程模型及优化技巧

hadoop版本选择

hadoop运行模式

hdfs java api操作

实现一次将多个文件上传到hdfs

hadoop 1.x中HDFS工作原理

hadoop 中NameNode和SecondaryNameNode的工作原理

深入理解HDFS的架构和原理

深入理解MapReduce的架构及其原理

raft理解