个人中心
文章发布
退出
作者热门文章
- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库？
- java - OnItemClickListener 不起作用，但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
25
4
我已经为此工作了很长时间，我感到很疲惫；我希望来自 SO 社区的 [显而易见的？] 见解可能会让我的宠物项目重新开始，这样我就可以停止踢自己了。我正在使用 Cloudera CDH3、HBase .89 和 Hadoop .20。
我有一个 Python/Django 应用程序，它使用 Thrift 接口(interface)将数据写入单个 HBase 表，效果很好。现在我想将它映射/减少到更多的 HBase 表中。
这里明显的答案是 Dumbo 或 Apache PIG，但是对于 Pig，我的版本尚不支持 HBaseStorage 适配器(Pig 能够加载类和定义，但在“映射”步骤卡住，提示“输入拆分”；Pig 邮件列表建议这在 Pig 0.8 中已修复，它与 CDH3 Hadoop 不兼容，所以我必须使用所有东西的边缘版本 [我认为])。我找不到有关如何让 Dumbo 使用 HBaseStorage 作为数据接收器的任何信息。
我不在乎它是 Python、Ruby、Scala、Clojure、Jython、JRuby 还是 PHP，我只是真的不想写 Java(出于很多原因，大多数它们涉及我每次必须将 Int() 转换为 IntWritable() 等时的下沉感。
我已经尝试了所有我能找到的(在过去 4 周内)用替代语言编写 HBase Map/Reduce 作业的最后解决方案和示例，但一切似乎都已过时或不完整。 Stack Overflow，请将我从自己的设备中解救出来!
最佳答案
这不是一个准确的答案，但这是我得到的最接近的答案 --
我昨天在 irc.freenode.net 上的#hbase 中提问，一位 Cloudera 员工做出了回应。我在 Pig 上遇到的“输入拆分”问题是 Pig 0.7 特有的，Pig 0.8 将与 Cloudera CDH3 Beta 4 捆绑在一起(没有 ETA)。因此，我想做的事情(使用 HBase 表作为接收器和源轻松编写 M/R 作业)将在他们的下一个版本中成为可能。 HBaseStorage 类似乎也将得到普遍改进，以帮助从任何 JVM 语言进行读/写操作，同时使 Jython、JRuby、Scala 和 Clojure 都变得更加可行。 p>
所以这个时候问题的答案是“等待 CDH3 Beta 4”，或者如果你不耐烦，“下载最新版本的 Pig 并祈祷它与你的 HBase 兼容”
关于python - 在 CDH3 上编写 HBase MapReduce 的最简单的非 Java 方法？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/4557045/
25
4
0
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。 问题到底是什么？ 我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀！