ls2995's recent timeline updates ls2995's recent timeline updates
需要写 MapReduce 或者 spark 解压集群上的 zip 文件并将里面 xml 解析出存储到 hbase 中
Nov 27, 2018
 |
ls2995V2EX member #366099, joined on 2018-11-27 14:10:09 +08:00 |
北京
ls2995's recent replies
Dec 9, 2018 Replied to a topic by dhairoot › Hadoop › 有很多 xml 文件，如何按照文件去并行，而不是一个大文件切分成小块来做并行计算呢？ |
@dhairoot 你是什么项目啊？ spark 解析写咋样了
Dec 8, 2018 Replied to a topic by dhairoot › Hadoop › 有很多 xml 文件，如何按照文件去并行，而不是一个大文件切分成小块来做并行计算呢？ |
@dhairoot 我用 spark 实现了，但是性能不是很好，我们公司要求有点高，集群性能不太好吧还要求速度，所以分别跑不太现实，而且每周还会来 3T 左右的 zip 文件，必须要尽快解压分析入库，现在正写 spark 解析 xml 呢，有点烦躁
Dec 3, 2018 Replied to a topic by dhairoot › Hadoop › 有很多 xml 文件，如何按照文件去并行，而不是一个大文件切分成小块来做并行计算呢？ |
@dhairoot 证券数据,解析入库后分析
Nov 28, 2018 Replied to a topic by dhairoot › Hadoop › 有很多 xml 文件，如何按照文件去并行，而不是一个大文件切分成小块来做并行计算呢？ |
我跟你的任务咋这么一致呢,我是大概 8T 的 zip 文件在 hdfs 上,里面也都是 xml,我需要解压后再在集群上做解析存到 hbase,我解压就是看你发的那个链接写出来的,但是性能确实不太好,你最后是怎么解决的?
Select Language