1.namenode元資料管理：

2.linux shell指令碼日誌採集上傳到hdfs指令碼

https://www.cnblogs.com/biehongli/p/9010933.html

3.yarn 資源排程器

FIFO(先進先出)排程器

容量排程器（浪費資源）

公平排程器（動態分配）（最優）

4.hive 的桶表不能通過load載入資料，否則達不到桶的效果。

5.hive中的join(exists效能比較低，可以使用left semi join 替代)

6.hive中使用transform實現使用指令碼對資料進行處理

https://www.jianshu.com/p/4b7baa050738

7.https://blog.csdn.net/Post_Yuan/article/details/78845273

8.flume採集目錄中的檔案

【注意點】使用source spooldir採集目錄中檔案時，不能有同名的檔案，否則報錯

flume採集檔案中的日誌

攔截器：使用在source 和channel之間

時間戳攔截器，主機攔截器，靜態攔截器，正則過濾攔截器，自定義攔截器

flume的故障轉移failover(https://www.cnblogs.com/shay-zhangjin/p/7946282.html)

flume 負載均衡：load_balance（https://blog.csdn.net/weixin_42641909/article/details/88812785）

9.hbase列族越多，在取一行資料時所要參與IO,搜尋的檔案就越多，所以，如果沒有必要，不要設定太多的列族。

10.habase的讀寫過程：

布隆過濾器：

hbase的預分割槽：

hbase協處理器：【https://blog.csdn.net/moshang_3377/article/details/90723983】