用于构建分布式日志聚合器（如 Splunk）的最佳组件堆栈是什么？
我正在尝试找到可以用来构建类似于 Splunk 的最佳组件，以便聚合计算网格中大量服务器的日志。此外，它应该是分布式的，因为我每天都有大量的日志，并…
更新 hbase 中的行时遇到问题
我已经运行了示例：SampleUploader、PerformanceEvaluation 和 rowcount，如 hadoop wiki 中给出的： http://wiki .apache.org/hadoop/Hbase/MapReduc…
如何使用 Map/Reduce 选取随机（小）数据样本？
我想编写一个映射/归约作业来根据行级别条件从大型数据集中选择多个随机样本。我想尽量减少中间键的数量。 伪代码： for each row if row matches con…
这种架构在 Hadoop MR 中可行吗？
Hadoop MapReduce 中是否可以采用以下架构？ 使用分布式键值存储（HBase）。因此，除了值之外，还会有一个与这些值关联的时间戳。地图&减少任务是…
如何使用 PHP Stargate 客户端将数据插入 Hbase 表
我正在安装 HBase 集群，并尝试通过 Stargate REST 接口访问数据。大多数只读功能（即列出表、获取版本、元数据等）都可以很好地工作。但是，我在将数…
来自 HBase 的 Hadoop MapReduce 流式传输
我正在构建一个 Hadoop (0.20.1) mapreduce 作业，它使用 HBase (0.20.1) 作为数据源和数据接收器。我想用 Python 编写这项工作，这要求我使用 hadoop…
如果 HBase 不是在分布式环境中运行，它还有意义吗？
我正在构建一个数据索引，这将需要以 （文档、术语、权重） 的形式存储大量三元组。我将存储多达几百万个这样的行。目前我正在 MySQL 中将其作为一个…
Hadoop MapReduce 中的地图应用程序缓存？
从数据流的角度来看 MapReduce 和 HBase 的组合，我的问题似乎很合适。我有一大堆文档想要映射、合并和减少。我之前的 SQL 实现是将任务拆分为批处理…
对于有 RDBMS 背景的人来说，哪种键值存储最合适？
所有键值存储中是否有一个明显的赢家？卡桑德拉、MongoDB、CouchDB？它们都遵循一些中心准则吗？或者他们在定义 API 时都有自己的发言权。 我问这个问…
HBase 中的高级查询
给定以下 HBase 架构场景（来自官方常见问题解答）... 你会如何设计 Hbase 表 对于多对多关联 两个实体，例如 Student 和 当然？ 我会定义两个表： St…
BigTable可以做OLAP吗？
过去，我曾经使用在 MySQL 上运行的 OLAP 多维数据集来构建 WebAnalytics。 现在，我使用的 OLAP 多维数据集只是一个大表（好吧，它的存储方式比这更…
