问题标签 [apache-kudu]

我正在尝试在 Kudu 中制作自定义的自动生成/增量密钥，这将不断增加其值 - 从默认情况下为零的起始种子开始。

遍历所有记录并增加计数器以获取行数是非常低效的。

Kudu 是否提供开箱即用的行数？如果没有，获得它的最佳方法是什么？

在遵循http://kudu.apache.org/docs/quickstart.html上的 kudu 快速入门时， 我遇到了错误“错误：AnalysisException：必须使用 DISTRIBUTE BY 子句指定数据分布。” 在尝试从impala 表passenger_data_raw 创建kudu 表passenger_data 时。

系统规格 1. Macbook 2011 2. OS El-Capitan 3. 按照快速入门指南的指示为 kudu 下载 CDH VM。4. kudu 0.9.0 (rev 5f2bf643d8ce3d042aa3903543a92841077a6874) uuid ca7e69c27e064aac8fa64db53cad71e5

有人可以帮忙吗。

我使用 hive 和 hbase 作为后端存储。Hive 非常适合存储原始数据。但是如果你想要好的性能，你不能运行更新和删除查询。目前我在 hbase 上使用 phoenix。它给了我良好的性能和 sql 查询语法支持。但是，虽然将数据带入 hbase 并非易事。是否有任何其他大数据存储将提供删除和更新支持，如 impala 或 kudu。我对黑斑羚了解不多。

I have successfully installed kudu on Ubuntu (Trusty) as per the official kudu documentations (see http://kudu.apache.org/docs/installation.html ). The setup has one node running master and tablet server and another node running the tablet server only. I am having issues installing impala-kudu without Cloudera Manager on the node running kudu master. I have followed CDH installation instructions on this (see http://www.cloudera.com/documentation/enterprise/latest/topics/cdh_ig_cdh5_install.html ) page until Step 3. I have avoided installing CDH with YARN and MRv1 as I don’t need to run any mapreduce jobs and will not be using hadoop. Impala-kudu and impala-kudu-shell installed without errors. When I launch the impala-shell it returns:

I have tried to use the CONNECT option to connect to the kudu-master node without success. Both imapala-kudu and kudu are running on the same machine. Are there additional configuration settings which need to be changed or is hadoop and YARN a strict requirement to make impala-kudu work?

After running ps -ef | grep -i impalad I can confirm the impala daemon is not running. After navigating to the impala logs at ~/var/log/impala I find a few errors and warning files. Here is the output of impalad.ERROR:

Maybe I need to revisit HDFS and the Hive Metastore to ensure I have these services configured properly?

对于需要快速分析的物联网传感器数据（例如机器人技术），Apache Kudu 与 InfluxDB 相比如何？

Kudu 最近发布了 v1.0 关于 Kudu 如何处理以下问题我有几个具体的问题：

1. 分片？
2. 数据保留策略（将数据保留指定数量的数据点或时间，然后聚合/丢弃数据）？
3. 是否有汇总/聚合功能（例如将 1 秒间隔数据转换为 1 分钟间隔数据）？
4. 是否支持连续查询（即数据的物化视图 - 查询以持续查看 60 秒）？
5. 数据在磁盘和内存之间是如何存储的？
6. 可以从不规则的时间序列中得出规则的时间序列（将不规则的事件数据转换为规则的时间间隔）吗？

Kudu 和 InfluxDB 之间还有其他明显的优势和/或劣势吗？

我想计算一下现有的 kudu 表实际上有多大（以 GB 为单位）。有人知道怎么做这个吗 ？

我希望对大量客户交易数据进行一些分析。我们有数以百万计的交易事件进来，并为各种实体提供了一些数量和时间戳值；

我想在日、周级别和滑动窗口保持一系列聚合，例如过去 28 周交易qty的项目总和。i87

似乎有很多选择，包括像 InfluxDB 或 OpenTSDB 这样的时间序列数据库。然而，其中大多数似乎都针对聚合周期较短的指标和监控。这样的系统将如何应对小型和大型滚动窗口？

目标表kudu很大。我有以下内容，scala我想检查该行是否存在于kudu. 这四列是表中的主键，kudu但是当我定义一个上限时，我似乎得到了所有的行。

如何在 中选择特定行kudu？在这里，我希望只返回一行。

当我尝试安装 Apache Kudu 时，我收到此错误。我找不到任何信息来解决这个问题，我能找到的唯一一个说安装 Xcode 后问题解决了，但我已经安装了 Xcode。

如果有人可以帮助我，那就太好了，非常感谢。

我有一个hive table2.7 MB（以镶木地板格式存储）。当我impala-shell将此配置单元表转换为 时kudu，我注意到/tserver/文件夹大小增加了大约 300 MB。在进一步探索后，我发现它是/tserver/wals/占据大部分增长的文件夹。因此，我面临着严重的问题。如果一个 2.7 MB 的文件生成一个 300 MB 的 WAL，那么我就无法真正处理更大的数据。有针对这个的解决方法吗？

我的kudu版本是1.1.0，黑斑羚是2.7.0。