HBase chain MapReduce作业，将较小的表广播给所有映射器
我正在尝试编写一个关于HBase表中存在的数据的链接MapReduce作业，需要一些关于这个概念的帮助。我并不期望人们通过伪代码来提供代码，因为基于HBase的Java API会很好。
简单来说，我想做的是，
共有1个答案
好吧，这听起来可能很愚蠢，但如果我们有一个非常小的表来查询，我们可能可以使用HBase Java API读取值（即使是在MapReduce作业中），然后将它们存储在静态变量中。这样，每个映射器只需读取这些值一次，开销也不会太大。
-
我有一系列Map/Reduce作业： Job1将带有时间戳的数据作为键，将一些数据作为值并对其进行转换。 对于Job2，我需要传递Job1中所有映射器的最大时间戳作为参数。（我知道如何将参数传递给映射器/简化器） 我可以跟踪Job1的每个映射器中的最大时间戳，但如何在所有映射器中获得最大时间戳并将其作为参数传递给Job2呢？
-
我有个问题。我在enter中得到了一个csv，其值如下： 该文件的名称类似于:AB01_TEST_ABDC_YYYYMMDd.csv 我需要把它们放到一张地图上，就像： Bar是csv中一行的bean，Foo是由Bar的一些元素创建的bean 现在，我成功地通过CSV的第一列值将列表拆分为一个映射。这给了： 我是这样做的： baz必须被csv的第一列和每个第一列值的行的itération拆分。因为
-
我正在使用火花加入我从azure存储和从eventhub获取的流式数据集获取的静态数据集。我没有在任何地方使用广播连接。我在加入后尝试了df.explain（），它显示sortmer连接正在发生。我不确定为什么我会收到与Broadcast Hash连接相关的错误。 Spark会广播它从活动中心得到的一切吗？ 我的程序就是这样的 更新：看起来JVM内存不足错误，与广播无关。https://issue
-
问题内容： 在具有有线和无线接口（例如192.168.1.x和192.168.2.x子网）的Linux系统上，我要发送UDP广播，该广播通过所有可用接口（即通过有线和无线接口）发送）。 当前，我将sendto（）发送到INADDR_BROADCAST，但是似乎广播仅通过其中一个接口发送（并不总是相同的，后续广播可能使用另一个接口）。 有没有一种方法可以发送通过每个接口发送的UDP广播？ 问题答案：
-
java.util.concurrent.executionException:java.lang.ClassCastException:com.hazelCast.mapreduce.aggregation.impl.DistrictValuesAggregation$SimpleEntry不能在com.hazelCast.mapreduce.impl.task.trackableJobFutu