Hadoop分布式文件系统（HDFS）是Apache Hadoop使用的默认文件存储系统。 HDFS创建多个数据块副本，并将它们分布在整个集群中的数据节点上，以实现可靠的计算，并计算商用硬件上的大量数据。
按照我的理解，HBase表按行键范围横向划分为 "区域"。一个区域包含了该区域起始键和结束键之间的表中所有行。假设我有一个...
在Ambari中，在Tez视图中，每个查询内的 "详细信息 "窗格有一个下载数据按钮。如果有人按了这个按钮，它就会下载一个大约1MB的压缩文件，比如说，"......"。
Hadoop Docker容器只能复制到0个节点，而不是minReplication（=1）。
我尝试了不同的Hadoop容器的docker镜像，但当我尝试将文件写入HDFS时，它们都不工作。我总是得到错误信息。Caused by: org.apache.hadoop.ipc.RemoteException(java.io...)。
我有多个文件存储在一个hdfs位置，如下 userproject202005part-01798 userproject202005part-01799 有2000个这样的部分文件。每个文件的格式为{'Name': ...
我如何从HDFS读取数据，然后将它们发送到Elasticsearch并显示在kibana仪表板上？我知道在ES-Hadoop中有一个连接器可以双向发送数据，但是......
HDFS以复制的形式存储数据，当我们使用SQOOP将数据从HDFS移动到RDBMS时，sqoop如何避免将重复的数据从HDFS导出到RDBMS？
我有一个外部表，例如dump_table，它是按年、月、日分区的。如果我运行show create table dump_table，我得到以下结果。CREATE EXTERNAL TABLE `dump_table` ( `... )
flume在我要推送的hdfs文件中添加了一个随机数(test.csv > test.csv.1591560702234)
当我把一个文件放在本地目录下(vagrantflumetest.csv)，在HDFS中flume把它变成了(userinputstest.csv.1591560702234)，我想知道为什么HDFS增加了1591560702234，如何删除它! ...
我正在使用confluent-Kafka与python。我想将Kafka连接到Hdfs，并将一些特定的数据直接存储在Hdfs中。我找到了confluent HDFS连接器，但我不知道如何将它与我的...
我想了解MapR-FS中文件读写的解剖结构是什么？我上网查了很多，但没有得到明确的了解，在MapR-FS中文件读写的步骤是什么。我还...
Hive与Hadoop vs Hive与spark vs spark sql vs HDFS - 它们之间如何工作？
我有点困惑，我应该使用哪种组合来实现我的目标，我需要在HDFS中存储数据，并需要根据查询的数据进行分析。如果我使用...
从我的火花应用程序，我试图distcp从hdfs到s3。我的应用程序对数据进行了一些处理，并将数据写入hdfs，而这些数据我正试图通过descp推送到s3。我面临以下错误....
在greenplum pxf外部表格中，当从对象的json数组中获取元素时，得到空字符串。
在使用pxf json插件创建外部表访问json数据时，以多行json表为例，当使用以下列定义 "coordinates.values[0]"INTEGER时，很容易从......中获取8。
错误：无法从JAR文件中加载主类：loudacrekbKBDOC-00299.html 无法从JAR文件:loudacrekbKBDOC-00299.html中加载主类，Spark错误。
我已经使用以下StackOverflow问题中可用的答案，使用SparkContext.stop()，或sc.stop().即使这样，我也得到了以下错误。该文件存在于指定的 ...
为索引非常大的序列文件（数百万个键/值对，其中每个值可以具有不同的长度，因此您不能使用随机访问方案）的最佳库/方式是什么？
我有一个目录，例如/ user / name / folder。在此文件夹中，我还有更多名为dt = 2020-06-01，dt = 2020-06-02，dt = 2020-06-03等的文件夹。这些文件夹包含实木复合地板文件。它们都有...
我正在尝试运行以下命令来更新adls第1代中文件的访问控制列表，并且工作正常。 az dls fs访问设置条目--account dpreptestfiles --acl-spec用户：82095126-2a6c -...
spark.read.parquet与pyarrow.hdfs.connect（）。read_parquet之间的区别是什么？
我有实木复合地板格式的hdfs文件，有两个选项可以读取它：spark.read.parquet（hdfs_path）pyarrow.hdfs.connect（）。read_parquet（hdfs_path）请问我之间有什么区别。 。