Delta元数据解析

发布时间：2019-12-02 14:13:59 浏览：339 回帖 ：0

本文详解介绍Delta的元数据管理相关内容，包括文件夹结构，元数据类型以及元数据产生流程等

Json metadata Commit

EMR Spark Runtime Filter性能优化

发布时间：2019-07-04 16:32:29 浏览：4472 回帖 ：0

Join是一个非常耗费资源耗费时间的操作，特别是数据量很大的情况下。一般流程上会涉及底层表的扫描/shuffle/Join等过程, 如果我们能够尽可能的在靠近源头上减少参与计算的数据，一方面可以提高查...

性能 spark e-mapreduce EMR sparksql RuntimeFilter

使用Ranger对Hive数据进行脱敏

发布时间：2019-01-15 11:57:36 浏览：6349 回帖 ：0

Ranger支持对Hive数据的脱敏处理(Data Masking)，它对`select`的返回结果进行脱敏处理，对用户屏蔽敏感信息。

配置 e-mapreduce Hive test Ranger Data-Masking

Spark中的内存管理(一)

发布时间：2018-12-23 22:58:47 浏览：2538 回帖 ：0

Spark应用经常遇到的问题很多都是内存问题，本文对Driver和Executor的内存管理机制进行了相关介绍。

内存管理 spark e-mapreduce Driver memory MemoryMangement

Spark中的资源调度

发布时间：2018-12-21 19:13:03 浏览：6322 回帖 ：0

本文对Spark的资源调度的进行了介绍，涉及到4个维度的调度，包括SparkApplication/pool/TaskSetManager/Task。

算法 SQL 配置 测试 spark e-mapreduce xml EMR scheduler

SparkSQL Catalyst解析

发布时间：2018-11-25 23:15:01 浏览：3257 回帖 ：0

Catalyst Optimizer是SparkSQL的核心组件(查询优化器)，它负责将SQL语句转换成物理执行计划，Catalyst的优劣决定了SQL执行的性能。

e-mapreduce 查询优化 Other bigdecimal CBO sparksql catalyst RBO

初学Spark

发布时间：2018-11-15 23:16:52 浏览：1776 回帖 ：0

介绍大数据处理引擎Spark的特点，以及它的技术栈

大数据 hdfs 模块 数据处理 reduce 内存管理 spark DataFrame MLlib e-mapreduce Hive Mapreduce 流计算

HiveServer2集成LDAP做用户认证

发布时间：2018-11-15 11:21:27 浏览：4636 回帖 ：0

HiveServer2支持多种认证方式，通过`hive.server2.authentication`参数来设置，包括`nosasl, none, ldap, kerberos, pam, custo...

配置 集群 e-mapreduce JDBC Hive Transaction 认证 ldap HiveServer2

SparkSQL自适应执行

发布时间：2018-09-20 17:21:59 浏览：5513 回帖 ：1

阿里云EMR-3.13.0版本的SparkSQL支持自适应执行功能，用来解决Reduce个数的动态调整/数据倾斜/执行计划的动态优化问题。

SQL reduce spark e-mapreduce adaptive statistics sparksql

YARN ResourceManager重启作业保留机制

发布时间：2018-03-02 18:07:16 浏览：5601 回帖 ：0

YARN可以通过相关配置支持ResourceManager重启过程中，不影响正在运行的作业，即重启后，作业还能正常继续运行直到结束

hadoop Apache 高可用 配置 集群 测试 e-mapreduce Server Hive class yarn resourcemanager 恢复 recovery

E-MapReduce Kafka Kerberos集群授权

发布时间：2018-02-28 22:45:51 浏览：3505 回帖 ：0

Apache 配置 集群 e-mapreduce Consumer test Security zookeeper login kafka 授权 acl kerberos

YARN中的CPU资源隔离-CGroups

发布时间：2018-02-07 20:54:55 浏览：6909 回帖 ：0

YARN中集成了CGroups的功能，使得NodeManger可以对container的CPU的资源使用进行控制，比如可以对单个container的CPU使用进行控制，也可以对NodeManger管理...

hadoop Apache 配置 集群 测试 e-mapreduce CPU yarn cgroups

HBase ThriftServer Kerberos认证

发布时间：2018-01-06 18:37:35 浏览：6323 回帖 ：1

python java hbase hadoop Apache 配置 集群 身份认证 Security github thrift 认证 kerberos E-MaprReduce

HAS-插件式Kerberos认证框架

发布时间：2017-12-25 20:39:27 浏览：7683 回帖 ：2

HAS (Hadoop Authentication Service), 致力于解决开源大数据服务和生态系统的认证支持。目前开源大数据（Hadoop/Spark）在安全认证上只内置支持了Kerbero...

大数据 hadoop Apache 高可用 数据库 配置 集群 Image Server 插件 plugin

云上基于Kerberos的大数据安全实践

发布时间：2017-12-25 20:38:00 浏览：3487 回帖 ：0

大数据 安全 hdfs 加密 配置 集群 Image aliyun e-mapreduce 身份认证 插件 html

E-MapReduce大数据安全实践

发布时间：2017-12-04 23:46:59 浏览：6075 回帖 ：0

E-MapReduce从EMR-2.7.x/EMR-3.5.x版本开始支持创建安全类型的集群，即集群中的开源组件以Kerberos的安全模式启动,在这种安全环境下只有经过认证的客户端(Client)才...

大数据 安全 hbase hdfs 加密 配置 e-mapreduce Authentication Authorization 认证 授权 kerberos

TCP的backlog导致的HBase超时问题排查

发布时间：2017-07-05 17:39:16 浏览：2531 回帖 ：0

TCP的backlog导致的超时问题排查

linux 服务器 hbase HTTPS TCP e-mapreduce Server slb backlog