weixin_45099622的博客

安装需要的模块（有的可以忽略） # pip install sasl(wheel:https://www.lfd.uci.edu/~gohlke/pythonlibs) # pip install thrift # pip install thrift-sasl # pip install PyHive 执行代码 from pyhive import hive conn = hive....

一，大数据简单介绍 大数据的4大特性： 数据量巨大：G<T<PB<EB<ZB 数据类型多样 价值密度低，商业价值高 速度要求快，输入输出，计算速度要求快 常见的分布式文件存储系统 GFS（Google File System）:擅长处理单个大文件 HDFS(Hadoop Distributed Filesystem):擅长处理单个大文件 ClusterFS：集...