【原创】大叔系列汇总

[大叔基础系列]

【原创】大数据基础之词频统计WORD COUNT

【原创】大数据基础之SPARK（9）SPARK中COLLECT和TAKE实现原理

【原创】大数据基础之SPARK（8）SPARK中JOIN实现原理

【原创】大数据基础之SPARK（7）SPARK读取文件SPLIT过程（即RDD分区数量）

【原创】大数据基础之SPARK（6）SPARK RDD SORT实现原理

【原创】大数据基础之SPARK（5）SHUFFLE实现原理及代码解析

【原创】大数据基础之SPARK（4）RDD原理及代码解析

【原创】大数据基础之SPARK（3）SPARK THRIFT实现原理及代码实现

【原创】大数据基础之SPARK（2）SPARK ON YARN：CONTAINER MEMORY ALLOCATION容器内存分配

【原创】大数据基础之SPARK（1）SPARK SUBMIT即SPARK任务提交过程

【原创】大数据基础之Alluxio（1）简介、安装、使用

【原创】大数据基础之Flink（1）简介、安装、使用

【原创】大数据基础之HIVE（2）HIVE SQL执行过程之SQL解析过程

【原创】大数据基础之HIVE（1）HIVE SQL执行过程之代码流程

【原创】大数据基础之Hadoop（1）HA实现原理

【原创】大数据基础之HDFS（2）HDFS副本数量检查及复制逻辑

【原创】大数据基础之HDFS（1）HDFS新创建文件如何分配DATANODE

【原创】大数据基础之调度框架

【原创】大数据基础之Airflow（1）简介、安装、使用

【原创】大数据基础之AZKABAN（1）简介、源代码解析

【原创】大数据基础之OOZIE（3）OOZIE从4.3升级到5.0

【原创】大数据基础之OOZIE（1）简介、源代码解析

【原创】大数据基础之OOZIE VS AZKABAN

【原创】大数据基础之QUARTZ（1）简介、源代码解析

【原创】大数据基础之DRILL（2）DRILL1.14+HIVE2.1.1运行

【原创】大数据基础之DRILL（1）简介、安装及使用

【原创】大数据基础之PARQUET（1）简介

【原创】大数据基础之ORC（1）简介

【原创】大数据基础之KAFKA（1）简介、安装及使用

【原创】大数据基础之ZOOKEEPER（4）应用场景

【原创】大数据基础之ZOOKEEPER（3）选举算法

【原创】大数据基础之ZOOKEEPER（2）源代码解析

【原创】大数据基础之ZOOKEEPER（1）介绍、安装及使用

【原创】大数据基础之ElasticSearch（1）简介、安装、使用

【原创】大数据基础之ElasticSearch（2）常用API整理

【原创】大数据基础之ElasticSearch（3）升级

【原创】大数据基础之Impala（1）简介、安装、使用

【原创】大数据基础之Impala（2）实现原理

【原创】大数据基础之Kudu（1）简介、安装、使用

【原创】大数据基础之Ambari（1）简介、编译安装、使用

【原创】大数据基础之Ambari（2）通过Ambari部署ElasticSearch

【原创】大数据基础之Ambari（3）通过Ambari部署Airflow

【原创】大数据基础之Ambari（4）通过Ambari部署Impala

【原创】大数据基础之Ambari（5）通过Ambari部署Hue

【原创】大数据基础之Mesos（1）简介、安装、使用

【原创】大数据基础之Marathon（1）简介、安装、使用

【原创】大数据基础之CM5（Cloudera Manager）+CDH5离线安装

【原创】大数据基础之Mesos+Marathon+Docker部署nginx

【原创】JAVA基础之SESSION机制

【原创】JAVA基础之CLASSLOADER类加载器简介

【原创】JAVA基础之FREEMARKER（1）模板加载及清空机制

【原创】Java基础之Nginx缓存

【原创】Java基础之常用JVM工具

【原创】LINUX基础之LINUX常用命令之文本替换

【原创】LINUX基础之LINUX服务器服务器间拷贝文件

【原创】Linux基础之查看linux发行版以及内核版本

【原创】Linux基础之上传下载

【原创】Linux基础之后台运行

【原创】Linux基础之SSH秘钥登录

【原创】Linux基础之sudo

【原创】Linux基础之curl

【原创】Linux基础之用户和组

【原创】Linux基础之iptables

【原创】Linux基础之SSH隧道/端口转发

【原创】Linux基础之redhat6升级glibc-2.12到2.14

【原创】Linux基础之常用命令

【原创】Linux基础之挂载硬盘

【原创】算法基础之Anaconda（1）简介、安装、使用

【原创】数据库基础之Mysql（1）常用命令

【原创】数据库基础之Mysql（2）主从库配置

【原创】运维基础之Ansible（1）简介、安装和使用

【原创】运维基础之Nginx（1）简介、安装、使用

【原创】运维基础之keepalived

【原创】运维基础之Docker（1）简介、安装、使用

【原创】运维基础之Docker（2）通过docker部署zookeeper nginx tomcat kibana/elasticsearch/logstash mysql kafka mesos/marathon

【原创】运维基础之Docker（3）搭建私有仓库

【原创】运维基础之Docker（4）实用工具ctop

【原创】运维基础之Zabbix（1）简介、安装、使用

【原创】运维基础之yum离线环境安装软件

【原创】运维基础之Redis（1）简介、安装、使用

[大叔经验系列]

【原创】大叔经验分享（28）ELK分析nginx日志

【原创】大叔经验分享（27）linux服务器升级glibc故障恢复

【原创】大叔经验分享（26）hive通过外部表读写elasticsearch数据

【原创】大叔经验分享（25）hive通过外部表读写hbase数据

【原创】大叔经验分享（24）hive metastore的几种部署方式

【原创】大叔经验分享（23）SPARK SQL插入表时的文件个数研究

【原创】大叔经验分享（22）securecrt连接自动断开

【原创】大叔经验分享（21）YARN中查看每个应用实时占用的内存和CPU资源

【原创】大叔经验分享（20）SPARK JOB之间会停顿几分钟

【原创】大叔经验分享（19）SPARK ON YARN提交任务之后执行进度总是10%

【原创】大叔经验分享（18）HIVE2.0以后通过BEELINE执行SQL没有进度信息

【原创】大叔经验分享（17）编程实践对比JAVA VS SCALA

【原创】大叔经验分享（16）CONTEXT NAMESPACE ELEMENT 'COMPONENT-SCAN' AND ITS PARSER CLASS [ORG.SPRINGFRAMEWORK.CONTEXT.ANNOTATION.COMPONENTSCANBEANDEFINITIONPARSER] ARE ONLY AVAILABLE ON JDK 1.5 AND HIGHER

【原创】大叔经验分享（15）SPARK SQL LIMIT实现原理

【原创】大叔经验分享（14）SPARK ON YARN提交任务到集群后SPARK-SUBMIT进程一直等待

【原创】大叔经验分享（13）SPARK运行报错WARN UTILS: SERVICE 'SPARKDRIVER' COULD NOT BIND ON PORT 0. ATTEMPTING PORT 1.

【原创】大叔经验分享（12）如何程序化KILL提交到SPARK THRIFT上的SQL

【原创】大叔经验分享（11）PYTHON引入模块报错IMPORTERROR: NO MODULE NAMED PANDAS NUMPY

【原创】大叔经验分享（10）COULD NOT TRANSFER ARTIFACT ORG.APACHE.MAVEN:MAVEN. FROM/TO CENTRAL. RECEIVED FATAL ALERT: PROTOCOL_VERSION

【原创】大叔经验分享（9）YARN重要配置YARN.NODEMANAGER.LOCAL-DIRS

【原创】大叔经验分享（8）创建HIVE表时用内部表还是外部表

【原创】大叔经验分享（7）创建HIVE表时格式如何选择

【原创】大叔经验分享（6）OOZIE如何查看提交到YARN上的任务日志

【原创】大叔经验分享（5）OOZIE提交SPARK任务如何添加依赖

【原创】大叔经验分享（4）YARN RESOURCEMANAGER页面如何实现主被自动切换

【原创】大叔经验分享（3）HBASE CLIENT 如何选择

【原创】大叔经验分享（2）为什么HIVE在大表上加条件后执行LIMIT很慢

【原创】大叔经验分享（1）在YARN上查看HIVE完整执行SQL

[大叔案例系列]

【原创】大叔案例分享（5）基于CRF的地址分词以及层级标注

【原创】大叔案例分享（4）定位分析--见证SCALA的强大

【原创】大叔案例分享（3）用户行为分析--见证SCALA的强大

【原创】大叔案例分享（2）处理大批量数据时如何实现“高效”同时实现“断点续传”功能

【原创】大叔案例分享（1）基于地址位置的用户人群定位方案

[大叔问题定位系列]

【原创】大叔问题定位分享（30）mesos agent启动失败：Failed to perform recovery: Incompatible agent info detected

【原创】大叔问题定位分享（29）datanode启动报错：50020端口被占用

【原创】大叔问题定位分享（28）openssh升级到7.4之后ssh跳转异常

【原创】大叔问题定位分享（27）spark中rdd.cache

【原创】大叔问题定位分享（25）ambari metrics collector内置standalone hbase启动失败

【原创】大叔问题定位分享（24）hbase standalone方式启动报错

【原创】大叔问题定位分享（23）Ambari安装向导点击下一步卡住

【原创】大叔问题定位分享（22）HIVE同时执行多个INSERT OVERWRITE TABLE只有1个可以执行

【原创】大叔问题定位分享（21）SPARK执行INSERT OVERWRITE非常慢，比HIVE还要慢

【原创】大叔问题定位分享（20）HDFS文件CREATE写入正常，APPEND写入报错

【原创】大叔问题定位分享（19）SPARK TASK在EXECUTORS上分布不均

【原创】大叔问题定位分享（18）BEELINE连接SPARK THRIFT有时会卡住

【原创】大叔问题定位分享（17）SPARK查ORC格式数据偶尔报错NULLPOINTEREXCEPTION

【原创】大叔问题定位分享（16）SPARK写数据到HIVE外部表报错CLASSCASTEXCEPTION: ORG.APACHE.HADOOP.HIVE.HBASE.HIVEHBASETABLEOUTPUTFORMAT CANNOT BE CAST TO ORG.APACHE.HADOOP.HIVE.QL.IO.HIVEOUTPUTFORMAT

【原创】大叔问题定位分享（15）SPARK写PARQUET数据报错PARQUETENCODINGEXCEPTION: EMPTY FIELDS ARE ILLEGAL, THE FIELD SHOULD BE OMMITED COMPLETELY INSTEAD

【原创】大叔问题定位分享（14）KYLIN频繁OOM问题

【原创】大叔问题定位分享（13）HBASE REGION频繁下线

【原创】大叔问题定位分享（12）SPARK保存文本类型文件（TEXT、CSV、JSON等）到HDFS时为什么是压缩格式的

【原创】大叔问题定位分享（11）SPARK中对大表子查询加LIMIT为什么会报BROADCAST超时错误

【原创】大叔问题定位分享（10）提交SPARK任务偶尔报错 ORG.APACHE.SPARK.SPARKEXCEPTION: A MASTER URL MUST BE SET IN YOUR CONFIGURATION

【原创】大叔问题定位分享（9）OOZIE提交SPARK任务报 JAVA.LANG.NOCLASSDEFFOUNDERROR: ORG/APACHE/KAFKA/CLIENTS/PRODUCER/KAFKAPRODUCER

【原创】大叔问题定位分享（8）提交SPARK任务报错 CAUSED BY: JAVA.LANG.CLASSNOTFOUNDEXCEPTION: ORG.I0ITEC.ZKCLIENT.EXCEPTION.ZKNONODEEXCEPTION

【原创】大叔问题定位分享（7）SPARK任务中JOB进度卡住不动

【原创】大叔问题定位分享（6）DUBBO MONITOR服务IOWAIT高，负载高

【原创】大叔问题定位分享（5）KAFKA客户端报错SOCKETEXCEPTION: TOO MANY OPEN FILES 打开的文件过多

【原创】大叔问题定位分享（4）KAFKA集群BROKER节点从ZOOKEEPER上消失

【原创】大叔问题定位分享（3）KAFKA集群BROKER进程逐个报错退出

【原创】大叔问题定位分享（2）SPARK任务一定几率报错JAVA.LANG.NOSUCHFIELDERROR: HIVE_MOVE_FILES_THREAD_COUNT

【原创】大叔问题定位分享（1）HBASE REGIONSERVER频繁挂掉

[大叔算法系列]

【原创】大叔算法分享（9）分类算法SVM

【原创】大叔算法分享（8）聚类算法KMeans

【原创】大叔算法分享（7）最小二乘法

【原创】大叔算法分享（6）机器学习概览

【原创】大叔算法分享（5）聚类算法DBSCAN

【原创】大叔算法分享（4）CARDINALITY ESTIMATE 基数计数概率算法

【原创】大叔算法分享（3）HMM隐马尔可夫模型

【原创】大叔算法分享（2）CRF条件随机场

【原创】大叔算法分享（1）流程规范化