IdeaShareServiceController : 投屏控制类，主要是提供业务接口 获取IdeaShareServiceController 单例 mShareServiceController = [IdeaShareServiceController shareInstance];

查看更多 →

常会把输入的数据集切分为若干独立的数据块，由map任务（task）以完全并行的方式来处理。框架会对map的输出先进行排序，然后把结果输入给reduce任务，最后返回给客户端。通常作业的输入和输出都会被存储在文件系统中。整个框架负责任务的调度和监控，以及重新执行已经失败的任务。 MapReduce主要特点如下：

查看更多 →

Hive是一个开源的，建立在Hadoop上的 数据仓库 框架，提供类似SQL的HQL语言操作结构化数据，其基本原理是将HQL语言自动转换成MapReduce任务或Spark任务，从而完成对Hadoop集群中存储的海量数据进行查询和分析。 Hive主要特点如下： 通过HQL语言非常容易的完成数据提取、转换和加载（ETL）。

查看更多 →

IdeaShareServiceController : 投屏控制类，主要是提供业务接口 获取IdeaShareServiceController 单例 mShareServiceController = [IdeaShareServiceController shareInstance];

查看更多 →

集群机器的CPU，内存，IO的使用情况可以通过Manager的主机管理界面查看到所有Host的资源使用情况。 接入层指标的观测 Manger的服务->Hive服务状态页面可以查看到相关的HiveServer的连接数，HQL的执行成功的统计信息。 HiveMetaStore指标的观测 在Manager的服务

查看更多 →

演练规划主要做什么？ 演练规划能够帮助演练管理人员对故障模式进行演练排期，管理演练进展，是故障模式能够通过演练进行实战检验的管理保障。 父主题： 韧性中心常见问题

查看更多 →

热门推荐的主要应用场景是什么？ 热门推荐只要适用于首页、热点类场景，满足流行度统计，有效吸引新用户。 父主题： 智能场景

查看更多 →

关联推荐的主要应用场景是什么？ 关联推荐主要应用于固定的物品的关联推荐，根据已关联的物品对相关的内容和行为进行挖掘，网状匹配相关联的物品，进行有关联度的推荐。 父主题： 智能场景

查看更多 →

MapReduce引擎无法查询Tez引擎执行union语句写入的数据 问题 Hive通过Tez引擎执行union相关语句写入的数据，切换到Mapreduce引擎后进行查询，发现数据没有查询出来。 回答 由于Hive使用Tez引擎在执行union语句时，生成的输出文件会存在HIVE

查看更多 →

MapReduce引擎无法查询Tez引擎执行union语句写入的数据 问题 Hive通过Tez引擎执行union相关语句写入的数据，切换到Mapreduce引擎后进行查询，发现数据没有查询出来。 回答 由于Hive使用Tez引擎在执行union语句时，生成的输出文件会存在HIVE_UNION_SUBDIR目录。

查看更多 →

MapReduce MapReduce基本原理 MapReduce与其他组件的关系 MapReduce开源增强特性 父主题： 组件介绍

查看更多 →

设置combiner类，默认不使用，使用时通常使用和reduce一样的类。 // Combiner类需要谨慎使用，也可以通过配置文件指定。 job.setCombinerClass(CollectionCombiner.class); // 设置作业的输出类型。

查看更多 →

设置combiner类，默认不使用，使用时通常使用和reduce一样的类。 // Combiner类需要谨慎使用，也可以通过配置文件指定。 job.setCombinerClass(CollectionCombiner.class); // 设置作业的输出类型。

查看更多 →

堆体测量服务的主要功能有哪些？ 云端建模：自动化空间点云数据计算，包括三维重建、体积空间数据。 三维可视化：提供仓储环境三维可视化效果呈现，可自由操作查看不同堆体数据。 数据共享：仓储空间数据、物料体积数据等相关数据可实时同步至客户业务系统，或者同步至第三方业务平台。 多仓管理：

查看更多 →

猜你喜欢的主要应用场景是什么？ 猜你喜欢主要应用于浏览意向不明确，如首页推荐等，RES能够根据用户的长短期行为表现出来的兴趣进行学习与训练，结合长短期兴趣进行个性化推荐。 父主题： 智能场景

查看更多 →

。 Loader同时利用MapReduce实现容错，在作业任务执行失败时，可以重新调度。 数据导入到HBase 在MapReduce作业的Map阶段中从外部数据源抽取数据。 在MapReduce作业的Reduce阶段中，按Region的个数启动同样个数的Reduce Task，Reduce

查看更多 →

而无需数小时或数天时间。 复杂的数据通道处理：您可以创建DIS应用程序和数据通道的Directed Acyclic Graphs（DAG）。在这一情景中，一个或多个DIS应用程序可将数据添加到一个DIS数据通道进行进一步处理，以便于进行通道处理器的后续阶段。 父主题： 一般性问题

查看更多 →

设置combiner类，默认不使用，使用时通常使用和reduce一样的类。 // Combiner类需要谨慎使用，也可以通过配置文件指定。 job.setCombinerClass(CollectionReducer.class); // 设置作业的输出类型。

查看更多 →

从原文件中筛选女性网民上网时间数据信息，通过类CollectionMapper继承Mapper抽象类实现。 汇总每个女性上网时间，并输出时间大于两个小时的女性网民信息，通过类CollectionReducer继承Reducer抽象类实现。 main方法提供建立一个MapReduce job，并提交MapReduce作业到hadoop集群。

查看更多 →

Shuffle过程 操作步骤 Map阶段的调优 判断Map使用的内存大小 判断Map分配的内存是否足够，一个简单的办法是查看运行完成的job的Counters中，对应的task是否发生过多次GC，以及GC时间占总task运行时间之比。通常，GC时间不应超过task运行时间的10%，即GC time

查看更多 →

Shuffle过程 操作步骤 Map阶段的调优 判断Map使用的内存大小 判断Map分配的内存是否足够，一个简单的办法是查看运行完成的job的Counters中，对应的task是否发生过多次GC，以及GC时间占总task运行时间之比。通常，GC时间不应超过task运行时间的10%，即GC time

查看更多 →