运营大屏 所有可进行模糊查询的可视化应用都支持“%”和“_”通配查询，若需要指定查询，请加上“\”进行转义。 操作步骤 单击主菜单的“可视化”，默认进入“运营大屏”页面。 大屏详细说明可参见表1。 选择进入需要查看的大屏。 单击“导出”按钮可将大屏的数据导出至本地查看。 仅支持已开通专业版的局点用户使用导出功能。

查看更多 →

mat切割数据集，读取数据，并提供给map任务多条键值对进行处理，决定并行启动的map任务数目。MapReduce框架根据用户指定的OutputFormat，把生成的键值对输出为特定格式的数据。 map、reduce两个阶段都处理在<key,value>键值对上，也就是说，框架把作业的输入作为一组<key

查看更多 →

HDFS文件系统目录简介 HDFS是Hadoop的分布式文件系统（Hadoop Distributed File System），实现大规模数据可靠的分布式读写。HDFS针对的使用场景是数据读写具有“一次写，多次读”的特征，而数据“写”操作是顺序写，也就是在文件创建时的写入或者在现有文

查看更多 →

求，从而出现上面的问题。 Executor注册shuffle service的超时时间是5秒，最多重试3次，该参数目前不可配。 建议适当调大task retry次数和Executor失败次数。 在客户端的“spark-defaults.conf”配置文件中配置如下参数。“spark

查看更多 →

求，从而出现上面的问题。 Executor注册shuffle service的超时时间是5秒，最多重试3次，该参数目前不可配。 建议适当调大task retry次数和Executor失败次数。 在客户端的“spark-defaults.conf”配置文件中配置如下参数。“spark

查看更多 →

大屏所展现的数据如何获取到本地？ 可通过对接开放API或大屏所提供的报告导出功能获取相关大屏数据。对接API的具体方法可参见最佳实践中的如何调用API。 父主题： 其他使用相关

查看更多 →

HDFS基本原理 HDFS是Hadoop的分布式文件系统（Hadoop Distributed File System），实现大规模数据可靠的分布式读写。HDFS针对的使用场景是数据读写具有“一次写，多次读”的特征，而数据“写”操作是顺序写，也就是在文件创建时的写入或者在现有文件

查看更多 →

批量删除大屏 功能介绍 批量删除大屏。 URI POST /v1/{project_id}/screens/batch-delete 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 参数解释： 项目唯一标识ID,获取方法请参考获取项目ID。。

查看更多 →

批量下线大屏 功能介绍 批量下线大屏。 URI POST /v1/{project_id}/screens/batch-offline 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 参数解释： 项目唯一标识ID,获取方法请参考获取项目ID。

查看更多 →

批量发布大屏 功能介绍 批量发布大屏。 URI POST /v1/{project_id}/screens/batch-publish 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 参数解释： 项目唯一标识ID,获取方法请参考获取项目ID。

查看更多 →

mat切割数据集，读取数据，并提供给map任务多条键值对进行处理，决定并行启动的map任务数目。MapReduce框架根据用户指定的OutputFormat，把生成的键值对输出为特定格式的数据。 map、reduce两个阶段都处理在<key,value>键值对上，也就是说，框架把作业的输入作为一组<key

查看更多 →

mat切割数据集，读取数据并提供给map任务多条键值对进行处理，决定并行启动的map任务数目。MapReduce框架根据用户指定的OutputFormat，把生成的键值对输出为特定格式的数据。 map、reduce两个阶段都处理在<key,value>键值对上，也就是说，框架把作业的输入作为一组<key

查看更多 →

mat切割数据集，读取数据，并提供给map任务多条键值对进行处理，决定并行启动的map任务数目。MapReduce框架根据用户指定的OutputFormat，把生成的键值对输出为特定格式的数据。 map、reduce两个阶段都处理在<key,value>键值对上，也就是说，框架把作业的输入作为一组<key

查看更多 →

so，也使用了libssl.so。而一旦LD_LIBRARY_PATH添加了hadoop的native库目录，则使用的就是hadoop native库中的libcrypto.so，而使用系统自带的libssl.so（因为hadoop native目录没有带该包） 。由于这两个库版本不匹配，导致了python文件运行时出现段错误。

查看更多 →

so，也使用了libssl.so。而一旦LD_LIBRARY_PATH添加了hadoop的native库目录，则使用的就是hadoop native库中的libcrypto.so，而使用系统自带的libssl.so（因为hadoop native目录没有带该包） 。由于这两个库版本不匹配，导致了python文件运行时出现段错误。

查看更多 →

mat切割数据集，读取数据，并提供给map任务多条键值对进行处理，决定并行启动的map任务数目。MapReduce框架根据用户指定的OutputFormat，把生成的键值对输出为特定格式的数据。 map、reduce两个阶段都处理在<key,value>键值对上，也就是说，框架把作业的输入作为一组<key

查看更多 →

resources=/home/modules/hadoop-2.8.3/etc/hadoop/core-site.xml,/home/modules/hadoop-2.8.3/etc/hadoop/hdfs-site.xml,/home/modules/hadoop-2.8.3/etc/hadoop/mapred-site

查看更多 →

Hadoop组件jar包位置和环境变量的位置在哪里？ hadoopstreaming.jar位置在/opt/share/hadoop-streaming-*目录下。其中*由Hadoop版本决定。 jdk环境变量：/opt/client/JDK/component_env Hado

查看更多 →

so，也使用了libssl.so。而一旦LD_LIBRARY_PATH添加了hadoop的native库目录，则使用的就是hadoop native库中的libcrypto.so，而使用系统自带的libssl.so（因为hadoop native目录没有带该包） 。由于这两个库版本不匹配，导致了python文件运行时出现段错误。

查看更多 →

so，也使用了libssl.so。而一旦LD_LIBRARY_PATH添加了hadoop的native库目录，则使用的就是hadoop native库中的libcrypto.so，而使用系统自带的libssl.so（因为hadoop native目录没有带该包） 。由于这两个库版本不匹配，导致了python文件运行时出现段错误。

查看更多 →

在左侧导航栏选择“安全态势 > 安全大屏”，进入安全大屏页面。 图2 进入安全大屏页面 单击值班响应大屏右下角的“播放”，进入值班响应大屏信息页面。 页面中各个模块的功能介绍、数据信息等详见下述内容。 值班响应大屏总览 展示未处理告警、事件、漏洞、基线的总数。 表1 值班响应大屏总览 参数名称 统计周期

查看更多 →