hadoop kerberos

对象存储方案大比拼--OSS、MinIO、Ceph、Apache Ozone 与 OpenIO

在当今数据驱动的时代，选择合适的对象存储方案对于企业和开发者来说至关重要。本文将对本地存储、阿里云OSS、MinIO、Ceph、ApacheOzone和OpenIO这几种常见的对象存储方案进行详细的介绍和比较，帮助你做出明智的选择。一、本地存储（一）特点...

技术篇:如何构建安全的Kafka集群（kafka集群创建topic）

Kafka是由LinkedIn设计的一个高吞吐量、分布式、基于发布订阅模式的消息系统，使用Scala编写，它以可水平扩展、可靠性、异步通信和高吞吐率等特性而被广泛使用。目前越来越多的开源分布式处理系统都支持与Kafka集成，其中SparkStreaming作为后端流引擎配合Kafka作为前端消息系...

为何Kafka在2.8版本开始会“抛弃”Zookeeper?

一、Kafka简介在讲解为何Kafka在2.8版本开始会“抛弃”Zookeeper？之前，先来介绍一下kafka和Zookeeper在kafka中的作用？...

博主好贴心，为已有的 ambari 集群修改主机名

回复“资源”领取独家整理的学习资料！...

0727-6.3.0-在CDH上运行你的第一个Flink例子

文档编写目的ClouderaDataFlow(CDF)作为Cloudera一个独立的产品单元，围绕着实时数据采集，实时数据处理和实时数据分析有多个不同的功能模块，如下图所示：...

详细介绍一下Spring Boot中如何使用Hive?

Hive是一个基于Hadoop实现的数据仓库工具，提供了强大的SQL操作支持，可以用来实现大数据分析和处理。通过Hive与SpringBoot的集成可以更快更高效的实现数据的查询与处理，下面我们就来详细的介绍一下如何在SpringBoot中连接Hive并实现对于Hive中的数据的处理操作。...

远程连接Ubuntu Hive数据库教程（远程桌面连接ubuntu）

首先，需要确认Hive已经正确安装在Ubuntu服务器上。假设Hive已经安装好了，但可能需要进行一些配置才能允许远程连接。Hive有两种服务模式，一种是使用内置的Derby数据库，另一种是使用MySQL这样的外部数据库。Derby只能单用户访问，所以远程连接可能需要换成MySQL或者Postgre...

大数据—DolphinScheduler开源可视化工作流任务调度平台

ApacheDolphinScheduler是一个分布式去中心化，易扩展的可视化DAG工作流任务调度平台。致力于解决数据处理流程中错综复杂的依赖关系，使调度系统在数据处理流程中开箱即用。...

0700-6.2.0-使用Solr7对多种格式文件建立全文索引

文档编写目的Solr是一个开源搜索平台，用于构建搜索应用程序。它建立在Lucene(全文搜索引擎)之上。Solr是企业级的，快速的和高度可扩展的。使用Solr构建的应用程序非常复杂，可提供高性能。它提供了层面搜索(就是统计)、命中醒目显示并且支持多种输出格式（包括XML/XSLT和JSON等格式...

用友UAP解开非结构化大数据处理与分析的密码

在大数据备受关注的今天，企业不能盲从，而是应该明白大数据为什么会如此之热，为什么去关注它。其中一个重要原因就是，大数据不同于普通数据，它增加了很多半结构化数据和非结构化数据，并且其数量级和价值不可同日而语。IDC的报告显示，目前大数据的1.8万亿GB容量中，非结构化数据占到了80%~90%之间，并且...