Kafka基本概念与原理
Kafka介绍 Apache Kafka由著名职业社交公司LinkedIn开发，最初是被设计用来解决Linke …
大数据
Kubeflow基于K8S的机器学习
什么是Kubeflow Kubeflow是Kubernetes的机器学习工具包。Kubeflow是运行在K8S …
Ambari安装HUE
Hue（Hadoop User Experience）是一个开源的Apache Hadoop UI系统，最早是 …
Hudi、Kudu和Delta Lake对比
Hudi Hudi是Hadoop Updates and Incrementals的缩写，用于管理HDFS上的 …
Hudi与kudu、hive、Hbase对比
Apache Hudi填补了在DFS上处理数据的巨大空白，并可以和这些技术很好地共存。然而， 通过将Hudi与 …
Hudi使用场景
近实时摄取 将外部源(如事件日志、数据库、外部源)的数据摄取到Hadoop数据湖是一个众所周知的问题。 尽管这 …
管理 Hudi Pipelines
当Hudi出现问题时，运维人员可以通过以下方式了解Hudi数据集/管道进行故障排查。 通过Admin CLI进 …
Hudi配置连接云平台存储系统
无论使用RDD/WriteClient API还是数据源，请参考以下云存储平台配置对云存储的访问。 S3文件系 …
Hudi配置
本文主要介绍了几种配置写入或读取Hudi数据集的作业的方法。 简而言之，您可以在几个级别上控制行为。 Spar …
查询Hudi数据集
Hudi物理存储一次数据到DFS上，同时在其上提供三个逻辑视图。 数据集同步到Hive Metastore后， …