环境准备 我这里环境基于 Hadoop环境搭建 MapReduce环境搭建 Hive环境搭建 虚拟机配置也均基于上述环境 Spark集群搭建完毕之后，集群拓扑如下 Spark下载 进入官网下载页面，选择一个版本下载 Downloads | Apache Spark 我这里下载的版本是 spark-3.2.1-bin-without-hadoop.tgz 解压安装包 12tar -zxvf spark-3.2.1-bin-without-hadoop.tgzmv spark-3.2.1-bin-without-hadoop /opt 配置Spark 进入spark安装目录的conf文件夹下 配置workers 注意在spark 3.x以前版本是slaves文件，现在最新的3.x版本为workers文件 复制workers cp workers.template workers 修改workersvim workers 删除localhost添加如下内容 123node1node2node3 配置spark-defaults.conf 复制配置文件cp spark-defa ...

环境准备 Hive需要依赖如下环境 集群的拓扑如下 安装MySQL 安装MySQL 123456789101112# 安装mysql的yum源yum install wgetwget https://repo.mysql.com/mysql80-community-release-el7-1.noarch.rpmyum install mysql80-community-release-el7-1.noarch.rpmyum update -y# 安装mysqlyum install mysql-community-server# 配置mysql的开机自启systemctl start mysqldsystemctl enable mysqld 安装踩坑 我这里安装报错提示如下 12345678910warning: /var/cache/yum/x86_64/7/mysql80-community/packages/mysql-community-common-8.0.28-1.el7.x86_64.rpm: Header V4 RSA/SHA256 Signature, ...

题目 398. 随机数索引 给定一个可能含有重复元素的整数数组，要求随机输出给定的数字的索引。 您可以假设给定的数字一定存在于数组中。 注意： 数组大小可能非常大。 使用太多额外空间的解决方案将不会通过测试。 示例: int[] nums = new int[] {1,2,3,3,3}; Solution solution = new Solution(nums); // pick(3) 应该返回索引 2,3 或者 4。每个索引的返回概率应该相等。 solution.pick(3); // pick(1) 应该返回 0。因为只有nums[0]等于1。 solution.pick(1); 解题 方法一(暴力) 遍历一遍数组nums，每个nums的元素都作为一个key，将下标记录到一个哈希表中的对应key所属的集合中，pick时候查找哈希表，在查询出的集合中随机挑选一个返回。 123456789101112131415class Solution {public: unordered_map<int, vector<int>> mv; ...

第一步：创建数据库 首先通过show databases命令查看已存在的数据库。然后使用create命令创建一个新的数据库，在本实验中命名为“demo+学号后4位”。 show databases; 1CREATE DATABASE IF NOT EXISTS demo0740; 12345678910hive> CREATE DATABASE IF NOT EXISTS demo0740;OKTime taken: 0.074 secondshive> show databases;OKdefaultdemo0740testTime taken: 0.038 seconds, Fetched: 3 row(s) 第二步：使用创建的数据库 使用USE命令，将你创建的demo数据库设置为当前使用的数据库。 use demo0740; 第三步：创建表 通过create table命令创建一个表，表名users，创建完成后，用describe 表名 命令查看建表结果，确保建表成功。表属性包含： id：int，记录编号，具有唯一性 uid：string，用户id item_i ...

常用HBase Shell命令 创建表 12/* 创建表，cf1,cf2为列族名 */create 'table_name','cf1','cf2',... 写入数据 12/* 插入或更新数据，cf为列族名，cq为列名，value为要写入的数据 */put 'table_name', 'row_key', 'cf:cq', 'value'[, timestamp] 读取数据 12345678/* 读取单行数据 */get 'table_name', 'row_key'/* 读取列族数据 */get 'table_name', 'row_key', 'cf'/* 读取单元格数据 */get 'table_name', 'row_key', 'cf:cq' 删除数据 12345/* 删除列 * ...

概念 具体概念参考 凸包 - 维基百科，自由的百科全书 (wikipedia.org) 如图，在二维欧几里得空间中，凸包可想象为刚好包裹所有点的橡皮圈。 算法 Graham扫描算法 Graham扫描法（葛立恒扫描法）的原理：沿逆时针方向通过凸包时，在每个点处应该向左拐，而删除出现左拐的点。 <未完待续>

题目 587. 安装栅栏 在一个二维的花园中，有一些用 (x, y) 坐标表示的树。由于安装费用十分昂贵，你的任务是先用最短的绳子围起所有的树。只有当所有的树都被绳子包围时，花园才能围好栅栏。你需要找到正好位于栅栏边界上的树的坐标。 示例 1: 输入: [[1,1],[2,2],[2,0],[2,4],[3,3],[4,2]] 输出: [[1,1],[2,0],[4,2],[3,3],[2,4]] 解释: 示例 2: 输入: [[1,2],[2,2],[4,2]] 输出: [[1,2],[2,2],[4,2]] 解释: 即使树都在一条直线上，你也需要先用绳子包围它们。 注意: 所有的树应当被围在一起。你不能剪断绳子来包围树或者把树分成一组以上。 输入的整数在 0 到 100 之间。 花园至少有一棵树。 所有树的坐标都是不同的。 输入的点没有顺序。输出顺序也没有要求。 分析

HBase集群架构 准备工作 新建四台虚拟机 master, slave1, slave2, slave3 分别设置固定IP 确认已经搭建好Hadoop集群，见如下文章 Hadoop环境搭建 配置完成后拓扑如下， HBase需要依赖ZooKeeper集群进行数据管理，HBase数据库也需要分别在多个节点搭建， 故HBase配置完毕之后的拓扑结构如下， ZooKeeper集群安装 简介 Apache ZooKeeper ZooKeeper是一个分布式服务框架，主要用来解决分布式系统中经常遇到的数据管理问题，如：统一命名服务、状态同步服务、集群管理、分布式应用配置项等等。 基本工作过程 上图描述的就是一个ZooKeeper的节点计算图。 由若干个Server和若干个Client所够成，其中所有Server之间只有一个特殊的节点叫Leader，其余Server节点叫做Follower 如当某个Client对Server1发起写请求时， 数据将会写入这个Server1 这个Server1将会变更后传递到Leader Leader将变更同步到所有的Server，同步的 ...

题目 396. 旋转函数 给定一个长度为 n 的整数数组 nums。 假设 arrk是数组 nums顺时针旋转 k 个位置后的数组，我们定义 nums 的 旋转函数  F 为： F(k) = 0 * arrk[0] + 1 * arrk[1] + ... + (n - 1) * arrk[n - 1] 返回 F(0), F(1), ..., F(n-1)中的最大值 。 生成的测试用例让答案符合** 32 位** 整数。 示例 1: 输入: nums = [4,3,2,6] 输出: 26 解释: F(0) = (0 * 4) + (1 * 3) + (2 * 2) + (3 * 6) = 0 + 3 + 4 + 18 = 25 F(1) = (0 * 6) + (1 * 4) + (2 * 3) + (3 * 2) = 0 + 4 + 6 + 6 = 16 F(2) = (0 * 2) + (1 * 6) + (2 * 4) + (3 * 3) = 0 + 6 + 8 + 9 = 23 F(3) = (0 * 3) + (1 * 2) + (2 * 6) + (3 * 4) ...

需求分析 使用MapReduce完成一个词频统计Word Count程序， 如下图，新建一个文本，保存在本机上的input.txt中。 12a a b b b c c c c d de f f 统计input.txt中的各单词出现的数目。 环境配置 进入Maven仓库搜索hadoop, 下载hadoop client Maven Repository: org.apache.hadoop » hadoop-client (mvnrepository.com) 选择自己的hadoop版本， 将Maven的依赖定义复制下来。 打开idea新建一个maven项目 编辑pom.xml将复制的依赖定义粘贴进去 同步依赖完毕后，红色消失， 代码编写 MyMapper.java 1234567891011121314151617181920import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Mapper;import ja ...