HBase JDBC API接口介绍 Phoenix实现了大部分的java.sql接口，SQL语法紧跟ANSI SQL标准。 其支持处理函数可参见： http://phoenix.apache.org/language/functions.html 其支持语法可参见： http://phoenix

查看更多 →

HBase JDBC API接口介绍 Phoenix实现了大部分的java.sql接口，SQL语法紧跟ANSI SQL标准。 其支持处理函数可参见： http://phoenix.apache.org/language/functions.html 其支持语法可参见： http://phoenix

查看更多 →

groupId,String locatorId) 用colocation模式，创建一个FSDataOutputStream，从而允许用户在f路径写文件。 f为HDFS路径。 overwrite表示如果文件已存在是否允许覆盖。 用户指定文件所属的groupId和locatorId必须已经存在。

查看更多 →

资产安装（API接口：installTaskScenes） 功能介绍 安装资料文件 相关接口 接口名称 调用说明 获取Token 调用该接口获取到Token，再调用其他接口时，需要在请求消息头中添加“Authorization”，其值即为Token。 URL 请求方式 HTTPS地址

查看更多 →

历史API接口（待下线） 下载构建日志(待下线) 获取构建记录的有向无环图(待下线) 获取构建记录信息(待下线) 停止构建任务(待下线)

查看更多 →

置。 2.若使用phoenix的索引功能，需在HBase服务端(包括HMaster和RegionServer)添加如下配置（详情请参见https://phoenix.apache.org/secondary_indexing.html）： <property> <name>hbase

查看更多 →

groupId,String locatorId) 用colocation模式，创建一个FSDataOutputStream，从而允许用户在f路径写文件。 f为HDFS路径。 overwrite表示如果文件已存在是否允许覆盖。 用户指定文件所属的groupId和locatorId必须已经存在。

查看更多 →

的作用相当于一个容器。 SparkConf：Spark应用配置类，如设置应用名称，执行模式，executor内存等。 JavaRDD：用于在java应用中定义JavaRDD的类，功能类似于scala中的RDD(Resilient Distributed Dataset)类。 Ja

查看更多 →

支持将DStream中的数据逐条写入到Kafka。 SparkSQL常用接口 Spark SQL中常用的类有： SQLContext：是Spark SQL功能和DataFrame的主入口。 DataFrame：是一个以命名列方式组织的分布式数据集。 HiveContext：获取存储在Hive中数据的主入口。 表5 常用的Actions方法

查看更多 →

的RESTful接口，而RESTful接口本身具有语言无关性的特点，凡是支持HTTP请求的语言都可以对接OpenTSDB。 使用Java API操作OpenTSDB OpenTSDB提供了基于HTTP或HTTPS的应用程序接口，可以使用Java API调用相关接口操作其数据，详情请参考开发程序章节。

查看更多 →

方法 描述 boolean exists(Get get) 判断指定的rowkey在表中是否存在。 boolean[] existsAll(List<Get> gets) 判断这批指定的rowkey在表中是否存在，返回的boolean数组结果与入参位置一一对应。 Result get(Get

查看更多 →

groupId,String locatorId) 用colocation模式，创建一个FSDataOutputStream，从而允许用户在f路径写文件。 f为HDFS路径。 overwrite表示如果文件已存在是否允许覆盖。 用户指定文件所属的groupId和locatorId必须已经存在。

查看更多 →

hdfsDisconnect(fs); 准备运行环境 在节点上安装客户端，例如安装到“/opt/client”目录。 Linux中编译并运行程序 进入Linux客户端目录，运行如下命令导入公共环境变量： cd/opt/client sourcebigdata_env 在该目录下用hdfs用户进行命令行认证，用户密码请咨询集群管理员。

查看更多 →

join(other,numPartitions) 实现不同的Spark Streaming之间做合并操作。 SparkSQL常用接口 Spark SQL中在Python中重要的类有： pyspark.sql.SQLContext：是Spark SQL功能和DataFrame的主入口。

查看更多 →

super T, W> assigner) 窗口可以被定义在DataStream上。 public WindowedStream<T, KEY, TimeWindow> timeWindow(Time size) 时间窗口定义在已经被分区的KeyedStreams上，根据environment

查看更多 →

super T, W> assigner) 窗口可以被定义在DataStream上。 public WindowedStream<T, KEY, TimeWindow> timeWindow(Time size) 时间窗口定义在已经被分区的KeyedStreams上，根据environment

查看更多 →

groupId,String locatorId) 用colocation模式，创建一个FSDataOutputStream，从而允许用户在f路径写文件。 f为HDFS路径。 overwrite表示如果文件已存在是否允许覆盖。 用户指定文件所属的groupId和locatorId必须已经存在。

查看更多 →

Kafka Java API接口介绍 Kafka相关接口同开源社区保持一致，详情请参见https://kafka.apache.org/24/documentation.html。 Producer重要接口 表1 Producer重要参数 参数 描述 备注 bootstrap.servers

查看更多 →

常用Oozie API接口介绍 Oozie Shell接口介绍 Oozie Java接口介绍 Oozie REST接口介绍 父主题： Oozie应用开发常见问题

查看更多 →

的作用相当于一个容器。 SparkConf：Spark应用配置类，如设置应用名称，执行模式，executor内存等。 JavaRDD：用于在java应用中定义JavaRDD的类，功能类似于scala中的RDD(Resilient Distributed Dataset)类。 Ja

查看更多 →

支持将DStream中的数据逐条写入到Kafka。 SparkSQL常用接口 Spark SQL中常用的类有： SQLContext：是Spark SQL功能和DataFrame的主入口。 DataFrame：是一个以命名列方式组织的分布式数据集。 HiveContext：获取存储在Hive中数据的主入口。 表6 常用的Actions方法

查看更多 →