元数据存MySQL，不是实际的Hive数据存MySQL，元数据是指的表名、Owner、表创建时间、表所包含的列名，Hive的元数据存储在MySQL中，而实际数据...
2016-10-08 10:55 回复了该问题直接在Linux上用crontab定时调度就可以了。 可以关注大数据系列课程，目前正在进行的是Sqoop系列，未来几天应该会出Sqoop导入数据。
2016-09-29 16:23 回复了该问题是的，基本上是你说的这样。一般这个操作发生在新增了节点之后，新增节点之后，新增节点的存储空间大，而且没有存什么数据，此时balancer会将部分数据块存放于新节...
2016-09-28 17:08 回复了该问题hive multi session ?你是指的打开多个类似于Hive cli吗？ 如果是的话，那么在MetaStore存在Derby数据库中时，其本身就是单s...
2016-09-27 17:18 回复了该问题在hive中的执行顺序大概是： from ... where ... select group by... 会先执行on条件筛选，再连接，然会才会执行where...
2016-09-24 14:09 回复了该问题开启hive.optimize.skewjoin=true
2016-09-24 13:59 回复了该问题检查节点的防火墙情况。默认防火墙开启但并未开放50070等端口。 另外你访问时使用的是IP还是主机名？要做好主机名和IP之间的映射。
2016-09-24 13:56 回复了该问题Spark的RDD在出发了真正的执行之后，读文件时会生成一个RDD，这个RDD会根据一些机制被分成一些分区，内存如果只有1G，那只会有一部分分区被加载，然后才加...
2016-09-22 19:21 回复了该问题Spark2.0所支持的聚类算法请参考 https://spark.apache.org/docs/latest/ml-clustering.html
2016-09-21 15:48 回复了该问题可以参考一下[url]https://edu.hellobi.com/course/93[/url] 这个课程当中的开源组件介绍，除了samza之外，其他都有提...
2016-09-20 10:13 回复了该问题hiveserver2是你写的程序连接到Hive的一个服务，默认和Iveserver2是10000端口，那么你的代码里要指明和和hiveserver2运行的机器...
2016-09-20 10:12 回复了该问题资源运行的情况下，可以在台式机上装多个虚拟机，然后把虚拟机组成一个分布式集群。 去Kaggle上找项目做，可能要学点scala
2016-09-19 22:29 回复了该问题
