`
wbj0110
  • 浏览: 1612295 次
  • 性别: Icon_minigender_1
  • 来自: 上海
文章分类
社区版块
存档分类
最新评论

Hadoop 中利用 mapreduce 读写 mysql 数据

阅读更多

问题导读
1.hadoop mapreduce的通过哪两个类可以读取数据源?
2.如果没有mysql驱动包,一般会是什么问题?
3.如何添加包?




有时候我们在项目中会遇到输入结果集很大,但是输出结果很小,比如一些 pv、uv 数据,然后为了实时查询的需求,或者一些 OLAP 的需求,我们需要 mapreduce 与 mysql 进行数据的交互,而这些特性正是 hbase 或者 hive 目前亟待改进的地方。

好了言归正传,简单的说说背景、原理以及需要注意的地方:

1、为了方便 MapReduce 直接访问关系型数据库(Mysql,Oracle),Hadoop提供了DBInputFormat和DBOutputFormat两个类。通过DBInputFormat类把数据库表数据读入到HDFS,根据DBOutputFormat类把MapReduce产生的结果集导入到数据库表中。

2、由于0.20版本对DBInputFormat和DBOutputFormat支持不是很好,该例用了0.19版本来说明这两个类的用法。

至少在我的 0.20.203 中的 org.apache.hadoop.mapreduce.lib 下是没见到 db 包,所以本文也是以老版的 API 来为例说明的。

3、运行MapReduce时候报错:java.io.IOException: com.mysql.jdbc.Driver,一般是由于程序找不到mysql驱动包。解决方法是让每个tasktracker运行MapReduce程序时都可以找到该驱动包。

添加包有两种方式:

(1)在每个节点下的${HADOOP_HOME}/lib下添加该包。重启集群,一般是比较原始的方法。

(2)a)把包传到集群上: hadoop fs -put mysql-connector-java-5.1.0- bin.jar /hdfsPath/

       b)在mr程序提交job前,添加语句:DistributedCache.addFileToClassPath(new Path(“/hdfsPath/mysql- connector-java- 5.1.0-bin.jar”), conf);

(3)虽然API用的是0.19的,但是使用0.20的API一样可用,只是会提示方法已过时而已。、

4、测试数据:

  1. CREATE TABLE `t` (
  2. `id` int DEFAULT NULL,
  3. `name` varchar(10) DEFAULT NULL
  4. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
  5. CREATE TABLE `t2` (
  6. `id` int DEFAULT NULL,
  7. `name` varchar(10) DEFAULT NULL
  8. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
  9. insert into t values (1,"june"),(2,"decli"),(3,"hello"),
  10.         (4,"june"),(5,"decli"),(6,"hello"),(7,"june"),
  11.         (8,"decli"),(9,"hello"),(10,"june"),
  12.         (11,"june"),(12,"decli"),(13,"hello");
复制代码


5、代码:

  1. import java.io.DataInput;
  2. import java.io.DataOutput;
  3. import java.io.IOException;
  4. import java.sql.PreparedStatement;
  5. import java.sql.ResultSet;
  6. import java.sql.SQLException;
  7. import java.util.Iterator;
  8. import org.apache.hadoop.filecache.DistributedCache;
  9. import org.apache.hadoop.fs.Path;
  10. import org.apache.hadoop.io.LongWritable;
  11. import org.apache.hadoop.io.Text;
  12. import org.apache.hadoop.io.Writable;
  13. import org.apache.hadoop.mapred.JobClient;
  14. import org.apache.hadoop.mapred.JobConf;
  15. import org.apache.hadoop.mapred.MapReduceBase;
  16. import org.apache.hadoop.mapred.Mapper;
  17. import org.apache.hadoop.mapred.OutputCollector;
  18. import org.apache.hadoop.mapred.Reducer;
  19. import org.apache.hadoop.mapred.Reporter;
  20. import org.apache.hadoop.mapred.lib.IdentityReducer;
  21. import org.apache.hadoop.mapred.lib.db.DBConfiguration;
  22. import org.apache.hadoop.mapred.lib.db.DBInputFormat;
  23. import org.apache.hadoop.mapred.lib.db.DBOutputFormat;
  24. import org.apache.hadoop.mapred.lib.db.DBWritable;
  25. /**
  26. * Function: 测试 mr 与 mysql 的数据交互,此测试用例将一个表中的数据复制到另一张表中
  27. *                          实际当中,可能只需要从 mysql 读,或者写到 mysql 中。
  28. * date: 2013-7-29 上午2:34:04 <br/>
  29. * @author june
  30. */
  31. public class Mysql2Mr {
  32.         // DROP TABLE IF EXISTS `hadoop`.`studentinfo`;
  33.         // CREATE TABLE studentinfo (
  34.         // id INTEGER NOT NULL PRIMARY KEY,
  35.         // name VARCHAR(32) NOT NULL);
  36.         public static class StudentinfoRecord implements Writable, DBWritable {
  37.                 int id;
  38.                 String name;
  39.                 public StudentinfoRecord() {
  40.                 }
  41.                 public void readFields(DataInput in) throws IOException {
  42.                         this.id = in.readInt();
  43.                         this.name = Text.readString(in);
  44.                 }
  45.                 public String toString() {
  46.                         return new String(this.id + " " + this.name);
  47.                 }
  48.                 @Override
  49.                 public void write(PreparedStatement stmt) throws SQLException {
  50.                         stmt.setInt(1, this.id);
  51.                         stmt.setString(2, this.name);
  52.                 }
  53.                 @Override
  54.                 public void readFields(ResultSet result) throws SQLException {
  55.                         this.id = result.getInt(1);
  56.                         this.name = result.getString(2);
  57.                 }
  58.                 @Override
  59.                 public void write(DataOutput out) throws IOException {
  60.                         out.writeInt(this.id);
  61.                         Text.writeString(out, this.name);
  62.                 }
  63.         }
  64.         // 记住此处是静态内部类,要不然你自己实现无参构造器,或者等着抛异常:
  65.         // Caused by: java.lang.NoSuchMethodException: DBInputMapper.<init>()
  66.         // http://stackoverflow.com/questions/7154125/custom-mapreduce-input-format-cant-find-constructor
  67.         // 网上脑残式的转帖,没见到一个写对的。。。
  68.         public static class DBInputMapper extends MapReduceBase implements
  69.                         Mapper<LongWritable, StudentinfoRecord, LongWritable, Text> {
  70.                 public void map(LongWritable key, StudentinfoRecord value,
  71.                                 OutputCollector<LongWritable, Text> collector, Reporter reporter) throws IOException {
  72.                         collector.collect(new LongWritable(value.id), new Text(value.toString()));
  73.                 }
  74.         }
  75.         public static class MyReducer extends MapReduceBase implements
  76.                         Reducer<LongWritable, Text, StudentinfoRecord, Text> {
  77.                 @Override
  78.                 public void reduce(LongWritable key, Iterator<Text> values,
  79.                                 OutputCollector<StudentinfoRecord, Text> output, Reporter reporter) throws IOException {
  80.                         String[] splits = values.next().toString().split(" ");
  81.                         StudentinfoRecord r = new StudentinfoRecord();
  82.                         r.id = Integer.parseInt(splits[0]);
  83.                         r.name = splits[1];
  84.                         output.collect(r, new Text(r.name));
  85.                 }
  86.         }
  87.         public static void main(String[] args) throws IOException {
  88.                 JobConf conf = new JobConf(Mysql2Mr.class);
  89.                 DistributedCache.addFileToClassPath(new Path("/tmp/mysql-connector-java-5.0.8-bin.jar"), conf);
  90.                 conf.setMapOutputKeyClass(LongWritable.class);
  91.                 conf.setMapOutputValueClass(Text.class);
  92.                 conf.setOutputKeyClass(LongWritable.class);
  93.                 conf.setOutputValueClass(Text.class);
  94.                 conf.setOutputFormat(DBOutputFormat.class);
  95.                 conf.setInputFormat(DBInputFormat.class);
  96.                 // // mysql to hdfs
  97.                 // conf.setReducerClass(IdentityReducer.class);
  98.                 // Path outPath = new Path("/tmp/1");
  99.                 // FileSystem.get(conf).delete(outPath, true);
  100.                 // FileOutputFormat.setOutputPath(conf, outPath);
  101.                 DBConfiguration.configureDB(conf, "com.mysql.jdbc.Driver", "jdbc:mysql://192.168.1.101:3306/test",
  102.                                 "root", "root");
  103.                 String[] fields = { "id", "name" };
  104.                 // 从 t 表读数据
  105.                 DBInputFormat.setInput(conf, StudentinfoRecord.class, "t", null, "id", fields);
  106.                 // mapreduce 将数据输出到 t2 表
  107.                 DBOutputFormat.setOutput(conf, "t2", "id", "name");
  108.                 // conf.setMapperClass(org.apache.hadoop.mapred.lib.IdentityMapper.class);
  109.                 conf.setMapperClass(DBInputMapper.class);
  110.                 conf.setReducerClass(MyReducer.class);
  111.                 JobClient.runJob(conf);
  112.         }
  113. }
复制代码



6、结果:

执行两次后,你可以看到mysql结果:

  1. mysql> select * from t2;
  2. +------+-------+
  3. | id   | name  |
  4. +------+-------+
  5. |    1 | june  |
  6. |    2 | decli |
  7. |    3 | hello |
  8. |    4 | june  |
  9. |    5 | decli |
  10. |    6 | hello |
  11. |    7 | june  |
  12. |    8 | decli |
  13. |    9 | hello |
  14. |   10 | june  |
  15. |   11 | june  |
  16. |   12 | decli |
  17. |   13 | hello |
  18. |    1 | june  |
  19. |    2 | decli |
  20. |    3 | hello |
  21. |    4 | june  |
  22. |    5 | decli |
  23. |    6 | hello |
  24. |    7 | june  |
  25. |    8 | decli |
  26. |    9 | hello |
  27. |   10 | june  |
  28. |   11 | june  |
  29. |   12 | decli |
  30. |   13 | hello |
  31. +------+-------+
  32. 26 rows in set (0.00 sec)
  33. mysql>
复制代码


7、日志:

  1. 13/07/29 02:33:03 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
  2. 13/07/29 02:33:03 INFO filecache.TrackerDistributedCacheManager: Creating mysql-connector-java-5.0.8-bin.jar in /tmp/hadoop-june/mapred/local/archive/-8943686319031389138_-1232673160_640840668/192.168.1.101/tmp-work--8372797484204470322 with rwxr-xr-x
  3. 13/07/29 02:33:03 INFO filecache.TrackerDistributedCacheManager: Cached hdfs://192.168.1.101:9000/tmp/mysql-connector-java-5.0.8-bin.jar as /tmp/hadoop-june/mapred/local/archive/-8943686319031389138_-1232673160_640840668/192.168.1.101/tmp/mysql-connector-java-5.0.8-bin.jar
  4. 13/07/29 02:33:03 INFO filecache.TrackerDistributedCacheManager: Cached hdfs://192.168.1.101:9000/tmp/mysql-connector-java-5.0.8-bin.jar as /tmp/hadoop-june/mapred/local/archive/-8943686319031389138_-1232673160_640840668/192.168.1.101/tmp/mysql-connector-java-5.0.8-bin.jar
  5. 13/07/29 02:33:03 INFO mapred.JobClient: Running job: job_local_0001
  6. 13/07/29 02:33:03 INFO mapred.MapTask: numReduceTasks: 1
  7. 13/07/29 02:33:03 INFO mapred.MapTask: io.sort.mb = 100
  8. 13/07/29 02:33:03 INFO mapred.MapTask: data buffer = 79691776/99614720
  9. 13/07/29 02:33:03 INFO mapred.MapTask: record buffer = 262144/327680
  10. 13/07/29 02:33:03 INFO mapred.MapTask: Starting flush of map output
  11. 13/07/29 02:33:03 INFO mapred.MapTask: Finished spill 0
  12. 13/07/29 02:33:03 INFO mapred.Task: Task:attempt_local_0001_m_000000_0 is done. And is in the process of commiting
  13. 13/07/29 02:33:04 INFO mapred.JobClient:  map 0% reduce 0%
  14. 13/07/29 02:33:06 INFO mapred.LocalJobRunner: 
  15. 13/07/29 02:33:06 INFO mapred.Task: Task 'attempt_local_0001_m_000000_0' done.
  16. 13/07/29 02:33:06 INFO mapred.LocalJobRunner: 
  17. 13/07/29 02:33:06 INFO mapred.Merger: Merging 1 sorted segments
  18. 13/07/29 02:33:06 INFO mapred.Merger: Down to the last merge-pass, with 1 segments left of total size: 235 bytes
  19. 13/07/29 02:33:06 INFO mapred.LocalJobRunner: 
  20. 13/07/29 02:33:06 INFO mapred.Task: Task:attempt_local_0001_r_000000_0 is done. And is in the process of commiting
  21. 13/07/29 02:33:07 INFO mapred.JobClient:  map 100% reduce 0%
  22. 13/07/29 02:33:09 INFO mapred.LocalJobRunner: reduce > reduce
  23. 13/07/29 02:33:09 INFO mapred.Task: Task 'attempt_local_0001_r_000000_0' done.
  24. 13/07/29 02:33:09 WARN mapred.FileOutputCommitter: Output path is null in cleanup
  25. 13/07/29 02:33:10 INFO mapred.JobClient:  map 100% reduce 100%
  26. 13/07/29 02:33:10 INFO mapred.JobClient: Job complete: job_local_0001
  27. 13/07/29 02:33:10 INFO mapred.JobClient: Counters: 18
  28. 13/07/29 02:33:10 INFO mapred.JobClient:   File Input Format Counters 
  29. 13/07/29 02:33:10 INFO mapred.JobClient:     Bytes Read=0
  30. 13/07/29 02:33:10 INFO mapred.JobClient:   File Output Format Counters 
  31. 13/07/29 02:33:10 INFO mapred.JobClient:     Bytes Written=0
  32. 13/07/29 02:33:10 INFO mapred.JobClient:   FileSystemCounters
  33. 13/07/29 02:33:10 INFO mapred.JobClient:     FILE_BYTES_READ=1211691
  34. 13/07/29 02:33:10 INFO mapred.JobClient:     HDFS_BYTES_READ=1081704
  35. 13/07/29 02:33:10 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=2392844
  36. 13/07/29 02:33:10 INFO mapred.JobClient:   Map-Reduce Framework
  37. 13/07/29 02:33:10 INFO mapred.JobClient:     Map output materialized bytes=239
  38. 13/07/29 02:33:10 INFO mapred.JobClient:     Map input records=13
  39. 13/07/29 02:33:10 INFO mapred.JobClient:     Reduce shuffle bytes=0
  40. 13/07/29 02:33:10 INFO mapred.JobClient:     Spilled Records=26
  41. 13/07/29 02:33:10 INFO mapred.JobClient:     Map output bytes=207
  42. 13/07/29 02:33:10 INFO mapred.JobClient:     Map input bytes=13
  43. 13/07/29 02:33:10 INFO mapred.JobClient:     SPLIT_RAW_BYTES=75
  44. 13/07/29 02:33:10 INFO mapred.JobClient:     Combine input records=0
  45. 13/07/29 02:33:10 INFO mapred.JobClient:     Reduce input records=13
  46. 13/07/29 02:33:10 INFO mapred.JobClient:     Reduce input groups=13
  47. 13/07/29 02:33:10 INFO mapred.JobClient:     Combine output records=0
  48. 13/07/29 02:33:10 INFO mapred.JobClient:     Reduce output records=13
  49. 13/07/29 02:33:10 INFO mapred.JobClient:     Map output records=13
复制代码







MapReduce直接连接Mysql获取数据






Mysql中数据:

  1. mysql> select * from lxw_tbls;
  2. +---------------------+----------------+
  3. | TBL_NAME            | TBL_TYPE       |
  4. +---------------------+----------------+
  5. | lxw_test_table      | EXTERNAL_TABLE |
  6. | lxw_t               | MANAGED_TABLE  |
  7. | lxw_t1              | MANAGED_TABLE  |
  8. | tt                  | MANAGED_TABLE  |
  9. | tab_partition       | MANAGED_TABLE  |
  10. | lxw_hbase_table_1   | MANAGED_TABLE  |
  11. | lxw_hbase_user_info | MANAGED_TABLE  |
  12. | t                   | EXTERNAL_TABLE |
  13. | lxw_jobid           | MANAGED_TABLE  |
  14. +---------------------+----------------+
  15. 9 rows in set (0.01 sec)
  16. mysql> select * from lxw_tbls where TBL_NAME like 'lxw%' order by TBL_NAME;
  17. +---------------------+----------------+
  18. | TBL_NAME            | TBL_TYPE       |
  19. +---------------------+----------------+
  20. | lxw_hbase_table_1   | MANAGED_TABLE  |
  21. | lxw_hbase_user_info | MANAGED_TABLE  |
  22. | lxw_jobid           | MANAGED_TABLE  |
  23. | lxw_t               | MANAGED_TABLE  |
  24. | lxw_t1              | MANAGED_TABLE  |
  25. | lxw_test_table      | EXTERNAL_TABLE |
  26. +---------------------+----------------+
  27. 6 rows in set (0.00 sec)
复制代码


MapReduce程序代码,ConnMysql.java:

  1. package com.lxw.study;
  2. import java.io.DataInput;
  3. import java.io.DataOutput;
  4. import java.io.IOException;
  5. import java.net.URI;
  6. import java.sql.PreparedStatement;
  7. import java.sql.ResultSet;
  8. import java.sql.SQLException;
  9. import java.util.Iterator;
  10. import org.apache.hadoop.conf.Configuration;
  11. import org.apache.hadoop.filecache.DistributedCache;
  12. import org.apache.hadoop.fs.FileSystem;
  13. import org.apache.hadoop.fs.Path;
  14. import org.apache.hadoop.io.LongWritable;
  15. import org.apache.hadoop.io.Text;
  16. import org.apache.hadoop.io.Writable;
  17. import org.apache.hadoop.mapreduce.Job;
  18. import org.apache.hadoop.mapreduce.Mapper;
  19. import org.apache.hadoop.mapreduce.Reducer;
  20. import org.apache.hadoop.mapreduce.lib.db.DBConfiguration;
  21. import org.apache.hadoop.mapreduce.lib.db.DBInputFormat;
  22. import org.apache.hadoop.mapreduce.lib.db.DBWritable;
  23. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
  24. public class ConnMysql {
  25.         
  26.         private static Configuration conf = new Configuration();
  27.         
  28.         static {
  29.                 conf.addResource(new Path("F:/lxw-hadoop/hdfs-site.xml"));
  30.                 conf.addResource(new Path("F:/lxw-hadoop/mapred-site.xml"));
  31.                 conf.addResource(new Path("F:/lxw-hadoop/core-site.xml"));
  32.                 conf.set("mapred.job.tracker", "10.133.103.21:50021");
  33.         }
  34.         
  35.         public static class TblsRecord implements Writable, DBWritable {
  36.                 String tbl_name;
  37.                 String tbl_type;
  38.                 public TblsRecord() {
  39.                 }
  40.                 @Override
  41.                 public void write(PreparedStatement statement) throws SQLException {
  42.                         // TODO Auto-generated method stub
  43.                         statement.setString(1, this.tbl_name);
  44.                         statement.setString(2, this.tbl_type);
  45.                 }
  46.                 @Override
  47.                 public void readFields(ResultSet resultSet) throws SQLException {
  48.                         // TODO Auto-generated method stub
  49.                         this.tbl_name = resultSet.getString(1);
  50.                         this.tbl_type = resultSet.getString(2);
  51.                 }
  52.                 @Override
  53.                 public void write(DataOutput out) throws IOException {
  54.                         // TODO Auto-generated method stub
  55.                         Text.writeString(out, this.tbl_name);
  56.                         Text.writeString(out, this.tbl_type);
  57.                 }
  58.                 @Override
  59.                 public void readFields(DataInput in) throws IOException {
  60.                         // TODO Auto-generated method stub
  61.                         this.tbl_name = Text.readString(in);
  62.                         this.tbl_type = Text.readString(in);
  63.                 }
  64.                 public String toString() {
  65.                         return new String(this.tbl_name + " " + this.tbl_type);
  66.                 }
  67.         }
  68.         public static class ConnMysqlMapper extends Mapper<LongWritable,TblsRecord,Text,Text> {
  69.                 public void map(LongWritable key,TblsRecord values,Context context) 
  70.                                 throws IOException,InterruptedException {
  71.                         context.write(new Text(values.tbl_name), new Text(values.tbl_type));
  72.                 }
  73.         }
  74.         
  75.         public static class ConnMysqlReducer extends Reducer<Text,Text,Text,Text> {
  76.                 public void reduce(Text key,Iterable<Text> values,Context context) 
  77.                                 throws IOException,InterruptedException {
  78.                         for(Iterator<Text> itr = values.iterator();itr.hasNext();) {
  79.                                 context.write(key, itr.next());
  80.                         }
  81.                 }
  82.         }
  83.         
  84.         public static void main(String[] args) throws Exception {
  85.                 Path output = new Path("/user/lxw/output/");
  86.                 
  87.                 FileSystem fs = FileSystem.get(URI.create(output.toString()), conf);
  88.                 if (fs.exists(output)) {
  89.                         fs.delete(output);
  90.                 }
  91.                 
  92.                 //mysql的jdbc驱动
  93.                 DistributedCache.addFileToClassPath(new Path(  
  94.                           "hdfs://hd022-test.nh.sdo.com/user/liuxiaowen/mysql-connector-java-5.1.13-bin.jar"), conf);  
  95.                 
  96.                 DBConfiguration.configureDB(conf, "com.mysql.jdbc.Driver",  
  97.                           "jdbc:mysql://10.133.103.22:3306/hive", "hive", "hive");  
  98.                 
  99.                 Job job = new Job(conf,"test mysql connection");
  100.                 job.setJarByClass(ConnMysql.class);
  101.                 
  102.                 job.setMapperClass(ConnMysqlMapper.class);
  103.                 job.setReducerClass(ConnMysqlReducer.class);
  104.                 
  105.                 job.setOutputKeyClass(Text.class);
  106.                 job.setOutputValueClass(Text.class);
  107.                 
  108.                 job.setInputFormatClass(DBInputFormat.class);
  109.                 FileOutputFormat.setOutputPath(job, output);
  110.                 
  111.                 //列名
  112.                 String[] fields = { "TBL_NAME", "TBL_TYPE" }; 
  113.                 //六个参数分别为:
  114.                 //1.Job;2.Class<? extends DBWritable>
  115.                 //3.表名;4.where条件
  116.                 //5.order by语句;6.列名
  117.                 DBInputFormat.setInput(job, TblsRecord.class,
  118.                      "lxw_tbls", "TBL_NAME like 'lxw%'", "TBL_NAME", fields);  
  119.                 
  120.                 System.exit(job.waitForCompletion(true) ? 0 : 1);
  121.         }
  122.         
  123. }
复制代码


运行结果:

  1. [lxw@hd025-test ~]$ hadoop fs -cat /user/lxw/output/part-r-00000
  2. lxw_hbase_table_1       MANAGED_TABLE
  3. lxw_hbase_user_info     MANAGED_TABLE
  4. lxw_jobid       MANAGED_TABLE
  5. lxw_t   MANAGED_TABLE
  6. lxw_t1  MANAGED_TABLE
  7. lxw_test_table  EXTERNAL_TABLE
复制代码

http://www.aboutyun.com/forum.php?highlight=MapReduce+MySQL&mod=viewthread&tid=7405

分享到:
评论

相关推荐

    mysql数据抽取,自动生成hive建表语句

    在实际业务中,将MySQL中的数据迁移到Hive进行分析和挖掘是一个常见的需求。本教程主要围绕“mysql数据抽取,自动生成hive建表语句”这一主题展开,讲解如何高效地实现这一过程。 首先,我们需要理解MySQL与Hive...

    读写数据库数据的mr程序

    在ETL过程中,"提取"(Extract)阶段涉及从MySQL中读取数据。这通常需要编写一个MapReduce作业,该作业使用JDBC(Java Database Connectivity)API连接到MySQL服务器,查询需要的数据,并将结果作为键值对输出,其中...

    18、MapReduce的计数器与通过MapReduce读取-写入数据库示例

    在大数据场景下,有时需要将MapReduce处理的结果存储到关系型数据库中,或者从数据库中读取数据进行处理。Hadoop提供了JDBC(Java Database Connectivity)接口,使得MapReduce作业能够与数据库进行连接和操作。 要...

    基于hadoop的云盘系统

    基于Hadoop的云盘系统是一种分布式存储解决方案,利用Hadoop的可扩展性和高容错性来处理大规模数据。Hadoop是Apache软件基金会的一个开源项目,主要由HDFS(Hadoop Distributed File System)和MapReduce两部分组成...

    hadoop中Map-Reduce使用示例,输入(DBInputFormat),输出(DBOu-MR_HBase.zip

    这个示例,"MR_HBase-Hadoop中的MapReduce使用示例,输入(DBInputFormat),输出(DBOutputFormat)",主要展示了如何利用MapReduce与HBase进行交互,进行数据的读取和写入。下面将详细介绍相关的知识点。 1. **...

    hadoop组件tar.gz安装包

    在IT行业中,Hadoop是一个广泛使用的开源框架,主要用于大数据处理和分析。这个“hadoop组件tar.gz安装包”集合了多个关键的组件,为搭建一个完整的大数据处理环境提供了便利。让我们详细了解一下这些组件以及它们...

    Hadoop Share

    元数据存储通常在关系型数据库如MySQL中,记录表结构、分区信息等。Hive服务器处理客户端的请求,驱动器解析SQL语句并生成执行计划,执行器则负责运行MapReduce任务。 **Hive的优化**: Hive可以通过设置各种配置...

    MapReduce实例

    总的来说,这个实例展示了如何利用Hbase的分布式存储,结合MapReduce的并行计算能力,对海量数据进行处理,并将结果存储到传统的关系型数据库MySQL中。这个流程体现了大数据处理的典型应用,即从NoSQL数据库中获取...

    Hadoop技术对比分析

    与之相比,传统关系型数据库(如Oracle、MySQL等)在企业级应用中被广泛用于在线事务处理(OLTP)系统,支持高并发的读写操作,并且提供了强大的统计分析和即席查询功能。然而,关系型数据库在处理大规模数据集时,...

    基于Hadoop的ETL处理Shell架构

    例如,Bash Shell环境下的脚本可以使用grep、awk、sed等工具进行数据过滤、格式化和修改,或者调用Hadoop的命令行工具如hadoop fs、hadoop jar等进行数据的读写和MapReduce作业的提交。 具体来说,ETL流程可能包括...

    Hadoop权威指南-Hadoop中文文档-第二版本

    2. **HDFS原理**:讲解HDFS的数据存储模型,命名空间,副本策略,以及数据块的读写过程。 3. **MapReduce编程模型**:详细介绍Map阶段和Reduce阶段的工作机制,Mapper和Reducer类的编写,以及中间键值对的分区、...

    Hive、MySQL、HBase数据互导

    - 在MySQL中更新或添加数据后,使用Sqoop连接到MySQL并指定要导入的表。 - 设置HBase的连接信息,包括Zookeeper地址、表名等。 - 使用Sqoop的`--create-hbase-table`选项指定HBase表的列族和列。 - 运行Sqoop...

    离线数据分析项目-电商网站日志项目

    在这个名为“离线数据分析项目-电商网站日志项目”的实践中,我们将重点探讨如何利用Hadoop、Hive、HBase以及MapReduce(MR)技术进行大规模数据的处理和分析,并最终将结果存储到MySQL数据库中。 首先,Hadoop是...

    大型机(HPC)构建 hadoop

    在这个过程中,HDFS作为Hadoop的基础,用于存储海量数据,而HBase则提供快速的随机读写能力,适用于基因组数据的高效存取。Zookeeper确保集群的稳定运行,Hive则提供了SQL-like查询语言,简化了对大数据的分析工作。...

    hadoop性能测试报告

    - 从测试结果来看,Hadoop集群在数据读写和排序方面表现出色,但在大规模数据处理时,map和reduce任务的分配、执行时间以及资源利用率等方面可能需要进一步优化,以提升整体性能。 - 考虑到硬件配置和软件版本,...

    2020年hadoop简历模板.doc

    2. **MapReduce编程**:Hadoop的数据处理框架,通过“映射”和“化简”两个阶段来处理大规模数据。开发者需要能够根据业务需求编写Map和Reduce函数。 3. **Hive数据仓库**:基于Hadoop的数据仓库工具,用于结构化...

    Hadoop生态系统学习

    - **Hive**: 数据仓库工具,提供SQL-like查询语言“HiveQL”,使用户能够更轻松地处理存储在Hadoop中的数据。 - **HBase**: 面向列的分布式数据库,用于存储大量稀疏数据。 - **ZooKeeper**: 分布式协调服务,用于...

    hadoop操作工具.rar

    8. **数据处理流程**: 在Hadoop中,数据处理通常涉及数据摄入(如Flume、Nifi)、预处理(如Pig、Hive)、存储(HDFS)、处理(MapReduce、Spark)和分析(如Impala、Hue)。这些工具共同构建了一个完整的数据生命...

    Hadoop权威指南(第3版) 修订版 中文PDF高清晰

    同时,也会讲解Hadoop生态中的其他重要组件,如HBase(分布式数据库)、Hive(数据仓库工具)、Pig(数据分析平台)和YARN(资源管理系统)等。 《MyCat》是针对MySQL的集群中间件,它的目标是替代高昂的Oracle...

    hadoop,hive,hbase学习资料

    Hadoop的运行痕迹.doc**、**Hadoop学习总结之二:HDFS读写过程解析.doc**:这些文档详细介绍了Hadoop分布式文件系统(HDFS)的基本概念、工作流程以及MapReduce的执行过程,帮助理解Hadoop如何存储和处理数据。...

Global site tag (gtag.js) - Google Analytics