HBase HBase 2.x でのテーブルエクスポート
HBaseのエクスポート機能
HBase にはバックアップを取る方法がいくつか存在しますが、その一つにテーブルをファイル（SequenceFile 形式）にエクスポートする機能があります。この機能を用いてテーブルをバックアップしておき、イ...
HBase 
入門 書籍情報: Architecting Modern Data Platforms: A Guide to Enterprise Hadoop at Scale 1st Edition
新年明けましておめでとうございます。
新年早々にClouderaとHortonworksが合併というニュースがありましたが、引き続き頑張りますので今年もよろしくお願いいたします。
さて、年末に何冊か技術書を積読リストに入れていた...
pig Pig on Spark を試す
CDH6.x では公式にサポートされていませんが、Pig on Spark が動作します。
なぜ今Pig!?という声が...
Pig on Spark とは、Apache Spark をApache ...
hive CSVデータをParquet形式に変換する
昨日の続きです。読むのが面倒な方は「まとめ」をどうぞ。
OpenCSVSerDeによるCSVデータの扱い
昨日はHueでCSV形式のデータをインポートしましたが、このデータをHive以外から利用するには不便です。
Apache Imp...
hue About Hue in 2018
Distributed computing (Apache Hadoop, Spark, Kafka, ...) Advent Calendar 2018の23日目の記事です
2018年のHue
CDH CDHとApache Sparkのバージョンの関係
以前「cdh-release-history」というCDHと主要コンポーネントの対応付けをまとめました。
今年はApache Spark 1.xと2.x が、CDH5.xとCDH6.xのバージョンにそれぞれどのように対応されているかに...
CDH6 Cloudera Enterprise 6.1 がリリースされました
Cloudera Enterprise 6.1.0 リリース
本日（昨日）Cloudera Enterprise 6.1.0 がリリースされました。このリリースはかなり大きなアップデートが含まれており、6.0リリース時に見送られた重要な内...
その他 サイトを移転しました
契約していたプロバイダーのサービス停止に伴い、サイトを移転しました。
移行前に使っていたWordPressやPHPのバージョンが古く、移行はかなり難航しましたが、ようやく見られる程度になったので公開します。
なお、移転に伴ってテ...
YARN YARNのリソース管理の秀逸なスライド
Hadoopのコンポーネントの一つであるYARNは、HadoopやSpark等の分散処理のリソース管理とスケジューリングを行います。そのスケジューラはプラガブルになっており、次の３種類のポリシーが選択でき、それぞれ詳細に設定できます。
...
入門 Hadoop/Spark/Kafka 等の書籍情報更新！
久しく更新していなかった書籍情報をアップデートしました。
Hadoop, Spark ビッグデータ関連書籍
今回は、Apache Kuduを含め、Spark、Kafkaの書籍情報を追加しました。オライリーさんからはKafkaの日本語版も...