在上篇《hive(01)、基于hadoop集群的数据仓库Hive搭建实践(https://my.oschina.net/zss1993/blog/1602402)》一文中我们搭建了分布式的数据仓库Hive服务，本文主要是在上文的基础上结合Hadoop分布式文件系统，将结构化的数据文件映射为一张数据库表，将sql语句转换为MapRedu

!(https://oscimg.oschina.net/oscnet/dfb0ab2b2caa297182037c5a3f91f27ded5.gif)HBase作为一个分布式存储的数据库，它是如何保证可用性的呢？对于分布式系统的CAP问题，它是如何权衡的呢？最重要的是，我们在生产实践中，又应该如何保证HBase服务的高可用呢？下面我

master和slave机要在同一网段内，才能做分布式（Jmeter要配环境变量，这样不用手动起server）分布式不成功，解决方案：1、master端和slave端要ping通2、ping通后，telnetipport（Linux端），看一下1099端口是否被占用3、防火墙4、jmeter的log，如果请求发过去，但是没有返回结果

1KafkaKafka是一个开源分布式的流处理平台，一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。Kafka由Scala和Java编写，2012年成为Apache基金会下顶级项目。2Kafka优点低延迟：Kafka支持低延迟消息传递，速度极快，能达到200w写/秒

通常我们有时候会有一种需求，就是要对文件的操作，进行事务控制，在java提供的原生态的api中是没有办法实现这一点的，而网上有open source的一个project提供了这种操作，就是XADisk，下面我只是做一个简单的Demo，其中的很多配置，以及api都没有详细的使用和列出来，有兴趣的朋友可以一直讨论.上代码:public stati

一、数据查询语言(DQL)(重中之重)完整语法格式：select表达式1|字段,....\from表名where条件\\groupby列名\\having条件\\orderby列名

本文源码：GitHub·点这里(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fgithub.com%2Fcicadasmile%2Fmysqldatabase)||GitEE·点这里(https://www.oschina.net/action/GoToLink?urlh

!(https://docimg7.docs.qq.com/image/bpC8ocOgi1anJ8LntAqewg?w1200&h237)Hazelcast是一个平台性的分布式内存网格计算框架引擎，可以实现基于分布式内存计算的诸多场景的应用框架,它作为一个开源可内嵌式内存网格计算框架，通过简单的配置,就可以轻松的让你的应用拥有弹性可扩展的

多版本并发控制（Multiversionconcurrencycontrol，MVCC）是一种思想，有很多种实现方法。乐观并发控制(乐观锁)和悲观并发控制（悲观锁）是并发控制主要采用的技术手段。在关系数据库管理系统里，悲观并发控制（又名“悲观锁”，PessimisticConcurrencyControl，缩写“PCC”）是一种并发控制的方法。在

时间2022年8月5日—2022年8月9日北京（同时转线上直播）（5日报到，6日9日上课）课程第一天一、大数据概述二、大数据处理架构Hadoop三、分布式文件系统HDFS四、分布式数据库HBase第二天五、MapReduce六、Spark七、IPythonNotebook运行PythonSpark程序八、PythonSpark集成开发环境第三