sudo5zzb的博客

Socket接口位于应用层和运输层之间，它是一个编程接口便于进行程序开发，可以基于TCP/UDP，但是通常指一次TCP连接。HTTP则是一种应用层协议，HTTP是一种请求-响应式连接，必须是一问一答的形式（比如web编程，每次服务器必须等待request才能response）web则是基于HTTP协议的。序列化： 将数据结构或对象转换成二进制串的过程反序列化：将在序

第一段引用：http://www.tuicool.com/articles/fyuABfQRDD是一个分布式数据集，顾名思义，其数据应该分部存储于多台机器上。事实上，每个RDD的数据都以Block的形式存储于多台机器上，下图是Spark的RDD存储架构图，其中每个Executor会启动一个BlockManagerSlave，并管理一部分Block；而Block的元数据由Driver节点的B

最近开始学spark，配置好spark集群后使用另一台局域网内的非集群内部linux机器进行开发。创建的maven项目。直接使用run as-->java Application 报classNotFound错误。原因好像是程序没有生成对应的jar包给master，worker无法获取到jar。那首先想到的当然是使用maven生成jar包。然后可以使用两种方法来运行程序：1

转载:http://tech.it168.com/a2011/1017/1259/000001259748.shtmlHbase是bigtable的开源山寨版本。是建立的hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。　　它介于nosql和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实

转载:http://www.cnblogs.com/shishanyuan/p/4723604.html?utm_source=tuicool1、SparkSQL的发展历程1.1 Hive and SharkSparkSQL的前身是Shark，给熟悉RDBMS但又不理解MapReduce的技术人员提供快速上手的工具，Hive应运而生，它是当时唯一运行在Hadoop上的SQL-on-Ha

Parquet的Row group相当于HBase的HRegion，Parquet的colum trunk相当于HBase的Store。      HBase的Store由StoreFile组成，Parquet的colum trunk则由最小单位page存储。两者最大差异就在于此，StoreFile仅是存储了某一特定列的阀值范围内的values集合。而colum trunk的每个pag

转载:http://www.infoq.com/cn/articles/in-depth-analysis-of-parquet-column-storage-formatParquet是面向分析型业务的列式存储格式，由Twitter和Cloudera合作开发，2015年5月从Apache的孵化器里毕业成为Apache顶级项目，最新的版本是1.8.0。列式存储列式存储和

什么是数据模型？访问数据库中的数据取决于数据库实现的数据模型。数据模型会影响客户端通过API对数据的操作。不同的数据模型可能会提供或多或少的功能。一般而言，数据模型不会直接提供过多的功能，许多功能必须由客户端自行实现。数据模型决定了客户端如何对数据进行编码存储。应用程序需要某种域模型与存储技术支持的特性进行映射。迄今为止，主导的数据模型仍然是关系模型。在这里，我

转载自：Spark RDD详解http://f.dataguru.cn/forum.php?mod=viewthread&tid=475874&fromuid=4462921、RDD是什么RDD：Spark的核心概念是RDD (resilientdistributed dataset)，指的是一个只读的，可分区的分布式数据集，这个数据集的全部或部分可以缓存在内存中，在多次计算间

寻址时间的提高远远慢于传输速率的提高结构化数据如 ：xml 半结构化数据 ：电子表格 非结构化数据：纯文本/图像数据关系型数据库与MapReduce差异正在消失磁盘块一般512k HDFS文件块64M 大块是为了最小化寻址开销hadoop 操作级别 job（分析词频）->tasks（每个数据块一个task）->多次map+reduce（如每行数据一次执行过程）mapper->r

2017-03-15T16:21:48.952+0800    ERROR   main    com.facebook.presto.server.PrestoServer Unable to create injector, see the following errors:1) Error: Defunct property 'task.max-memory' (class [class