hive自定义函数demo

使用时配合https://blog.csdn.net/qq_43431735/category_9653567.html这个专栏使用，将三个sh文件添加权限，chmon +x 文件名，三个文件放在一个目录下，同时可以将目录路径添加到环境变量，这样在Linux那个位置都可以使用文件。 通过测试，hdfs与yarn组件启动后有以下进程： node1 jps：4个进程 NameNode、JournalNode、DFSZKFailoverController、Jps node2 jps：7个进程 DFSZKFailoverController、NodeManager、JournalNode、QuorumPeerMain、DataNode、Jps、NameNode node3 jps：6个进程 ResourceManager、DataNode、QuorumPeerMain、JournalNode、Jps、NodeManager node4 jps：5个进程 NodeManager、DataNode、QuorumPeerMain、ResourceManager、Jps

hadoop伪分布式搭建.docx

flink 1.14.3集成hadoop 3.2.3的jar包，flink启动yarn session时需要将该jar放到flink的lib目录下

apache-hive的安装与配置

Hadoop 下单词反向索引程序实验报告.pdf

Hadoop中winutils2.6.1-3.2.2

针对Hadoop集群部署过程繁琐复杂、耗时费力、运维难度大，且不利于快速扩展的问题，提出一种结合Docker容器技术部署集群的解决方法。该方法把Ambari及其运行环境和配置构建成Docker镜像，并把多节点容器的运行和Hadoop集群的部署过程写成Shell脚本，只需一条命令，即可实现集群的自动化部署。实验结果表明，该方法简单可靠并极大地提高了集群部署的效率。因此，对海量数据的处理和分析具有重要的推动作用。

Apache Hadoop （hadoop-3.3.3-src.tar.gz）项目为可靠、可扩展的分布式计算开发开源软件。 Apache Hadoop 软件库是一个框架，它允许使用简单的编程模型跨计算机集群分布式处理大型数据集。它旨在从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储。库本身不是依靠硬件来提供高可用性，而是设计用于检测和处理应用层的故障，因此在计算机集群之上提供高可用性服务，每台计算机都可能容易出现故障。

Apache Hadoop （hadoop-3.2.3-src.tar.gz）项目为可靠、可扩展的分布式计算开发开源软件。 Apache Hadoop 软件库是一个框架，它允许使用简单的编程模型跨计算机集群分布式处理大型数据集。它旨在从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储。库本身不是依靠硬件来提供高可用性，而是设计用于检测和处理应用层的故障，因此在计算机集群之上提供高可用性服务，每台计算机都可能容易出现故障。