大数据平台TBDS

完全兼容hadoop体系的商业化、完备化和企业化大数据平台
26 篇文章
59 人订阅

全部文章

Aron 陈豪朗

腾讯 · 大数据AI产品架构师 (已认证)

腾讯专有云TBDS规划和自动化部署工具介绍

TBDS Autodeploy Tool是一款针对腾讯大数据套件(即TBDS)的规划和自动化部署工具,其基本功能包括:

62533
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

20年通信&互联网&IT行业大变迁

本文转自:http://www.txrjy.com/thread-1082341-1-1.html

2749
Aron 陈豪朗

腾讯 · 大数据AI产品架构师 (已认证)

基于OGG和Sqoop的TBDS接入方案系列-数据合并方案

本文档给出一个Demo示例,旨在说明如何将一张Oracle源表,通过Sqoop工具离线抽取全量数据到TBDS,以及通过OGG工具实时同步增量数据到TBDS之后,...

19212
袁宋

腾讯科技(深圳)有限公司 · 大数据架构师 (已认证)

mysql导入hive的NULL值处理方案

目前提供两种方法解决数据库中的字段值为NULl导入到HIVE中后变成空字符串的方法,使用以下方法可以保障在mysql中存储的是NULL,导入到HIVE表后也是N...

1997
袁宋

腾讯科技(深圳)有限公司 · 大数据架构师 (已认证)

在TBDS部署sqoop组件及抽取数据至hive的使用方法

导语:本身TBDS平台不提供sqoop组件,若用户想在TBDS平台上使用sqoop抽取外部数据导入至TBDS平台,需要单独部署sqoop组件。

1485
袁宋

腾讯科技(深圳)有限公司 · 大数据架构师 (已认证)

TBDS工作流调度python脚本示例及排错方法

TBDS中的Shell任务工作流可通过shell脚本调用python,也可以直接调用python脚本,以下为两种方法介绍。

14410
Aron 陈豪朗

腾讯 · 大数据AI产品架构师 (已认证)

基于OGG和Sqoop的TBDS接入方案系列-总体方案

腾讯大数据处理套件(Tencent Big Data Suite,以下简称TBDS)是一套针对私有化场景提供的全功能型大数据处理平台。为客户提供按需部署大数据处...

3685
Aron 陈豪朗

腾讯 · 大数据AI产品架构师 (已认证)

基于OGG和Sqoop的TBDS接入方案系列-Sqoop与腾讯大数据套件TBDS的集成示例介绍

Oracle里存储的结构化数据导出到Hadoop体系做离线计算是一种常见数据处置手段,此案例介绍了一个利用Sqoop将数据从Oracle离线导入到腾讯大数据套件...

8.5K7
袁宋

腾讯科技(深圳)有限公司 · 大数据架构师 (已认证)

小文件数过多导致distcp迁移报错

DistCp(分布式拷贝)是用于大规模集群内部和集群之间拷贝的工具。 它使用Map/Reduce实现文件分发,错误处理和恢复,以及报告生成。 它把文件和目录的列...

1885
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

mapreduce报错:java.io.IOException: Split metadata size exceeded 10000000

客户在用hive sql做几张表的组合分析,使用mr引擎。 因为其中有一张表超过5万个分区,数据总量超过8千亿条,因此运行过程中出现失败,报错如下所示:

1855
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

HDFS 线程参数DataXceiver 引发的故障

腾讯云大数据团队服务的某个大客户,hadoop集群超过300台服务器。因为大数据平台承载的业务程序非常多(每天超过5万次任务运行在yarn)、datanode的...

7988
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

hive export报错找不到DistCpOptions类

从上述报错,浏览社区没得到任何有价值的信息。通过查看hive的源码,也没有有效的信息。因此,我们需要查看hive的详细日志。

1674
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

Hive万亿级表联合分析故障排查与优化过程

随着大数据技术日趋成熟,行业生态愈发完善,腾讯云大数据团队服务的大客户越来越多。在笔者服务的众多大客户之中,PB级海量数据已经成为常态。笔者负责大数据技术支持的...

4836
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

kafka增加topic的备份数量

本文将介绍如何利用kafka-reassign-partitions.sh命令增加主题的备份数量。

4424
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

spark sql简单查询千亿级库表导致的问题

根据常理判断,简单的 select * limit 不会造成内存溢出的。因此,我们用hive原生sql查询,发现不存在这个问题。

7574
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

TBDS大数据集群迁移实践总结

这次迁移算是TBDS集群的第一次完整迁移案例,包括用户的业务数据,平台应用,从项目启动到最后完成迁移差不多耗费了1个月的时间。

7197
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

hbase因为数据空洞故障导致读写缓慢

腾讯云某客户的开发者反馈,大数据集群的hbase读写非常缓慢。我们使用测试程序,也复现该问题。因此,我们需要对hbase集群进行全面检测。

9548
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

WAL文件过多导致hbase master无法启动

近期腾讯云某家大客户的hbase master一直无法启动,经过仔细诊断之后发现是由于hbase的WAL文件非常多(达到15TB),导致hbase在zk的...

5714
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

Hiveserver2 性能优化与GC优化

最近发现hiveserver2(本质上是提供jdbc连接的driver进程)经常发生严重卡死故障,而且卡死分成两种现象。

92610
mikealzhou

腾讯 · 大数据产品技术架构师 (已认证)

kafka如何彻底删除topic及数据

删除kafka topic及其数据,严格来说并不是很难的操作。但是,往往给kafka 使用者带来诸多问题。项目组之前接触过多个开发者,发现都会偶然出现无法彻底删...

3.5K8

扫码关注云+社区

领取腾讯云代金券