HDFS和MapReduce是Hadoop的两大核心,除此之外Hbase、Hive这两个核心工具也随着Hadoop发展变得越来越重要。今天我们只初步的看看HDFS.
HDFS的体系架构
整个Hadoop的体系结构主要是通过HDFS来实现对分布式存储的底层支持,并通过MR来实现对分布式并行任务处理的程序支持。
图中涉及三个角色:NameNode、DataNode、Client。NameNode是管理者,DataNode是文件存储者、Client是需要获取分布式文件系统的应用程序。
作为JAVA开发者来说,spring 绝对是我们的最大福因。大家一定要看一下这里,hadoop 套餐。里面有对hdfs,mapreduce,hive,hbase的访问封装,个人觉得秉承了spring一贯的简单实用风格,一定要赞一下。
下面,我们结合实际的例子阐述一下使用方法:
配置地址:
hadoop数据源初始化:
hdfs数据存储对象定义
文件对象写入
数据查询与过滤
最关键就是查询,你可以RefinableView的条件组合,搜寻你所要的数据。
语法理解:
with:等于
from:大于等于
fromafter:大于
to:小于等于
tobefore:小于
小样:demo
我的微信公众号,欢迎沟通学习。
posted on 2017-07-24 10:35
alexcai 阅读(649)
评论(0) 编辑 收藏