shell腳本中的${？舉例子說：腳本名稱叫入?yún)⑷齻€:123運行123后$*為123（互相被引號包裹起來）$@為123（三個被包裹起來）$#為3（參數(shù)數(shù)量）linux位置變量0代表什么？0是linux

shell腳本中的${？

舉例子說：腳本名稱叫入?yún)⑷齻€:

1

23運行123后$*為123（互相被引號包裹起來）$@為123（三個被包裹起來）$#為3（參數(shù)數(shù)量）

linux位置變量0代表什么？

0是linux中shell腳本本身的名字則是還有其它的一些相似的來表示追加：

$1是傳信給該shell腳本的第一個參數(shù)$2是傳信給該shell腳本的第二個參數(shù)$@是傳腳本的所有參數(shù)的列表$#是放出來腳本的參數(shù)個數(shù)

hbase預(yù)分區(qū)多少合適？

hbase通過預(yù)分區(qū)，一定判斷rowkey的分布決定合理不的預(yù)分區(qū)方案，要決定的點除了region的個數(shù)、region的大小等

在hbaseshell中可以使用create建表時只寫了表名和列族名，那就這張表將只能一個region，當(dāng)一個region的大小達(dá)到閾值時會不自動print成兩個，但explode能操作會受到資源消耗。region個數(shù)太少時，在數(shù)據(jù)量大、訪問量大，或被批處理程序讀寫情況下性能很可能會不怎么好，但是夾雜大量生產(chǎn)讀寫沖來的GC可能會會使regionserver宕機(jī)，接著region被transit到其他節(jié)點上，將逐步搞垮HBase集群上的所有節(jié)點。

400G數(shù)據(jù)需要分配多少spark內(nèi)存？

1、分配哪些資源？

executor、coreperexecutor、memoryperexecutor、drivermemory2、在哪分區(qū)分配這些資源？

在我們在生產(chǎn)環(huán)境中，并提交spark作業(yè)時，帶的spark-approveshell腳本，里面調(diào)整按的參數(shù)/usr/sources/spark/bin/spark-submit--class--num-executors3配置executor的數(shù)量--executor-memory100m配置每個executor的內(nèi)存大小--executor-cores3配置每個executor的cpucore數(shù)量--driver-memory100m配置driver的內(nèi)存（影響比較大）/usr/local/SparkTest-0.0.1-SNAPSHOT-jar-with-dependencies.jar3、可以調(diào)節(jié)到多大，算得大呢？

第一種，SparkStandalone，公司集群上，重新搭建了一套Spark集群，你心里應(yīng)該要明白每臺機(jī)器還能夠給你在用的，大致有多少內(nèi)存，多少cpucore；那就，設(shè)置里的時候，就依據(jù)什么這個求實際的情況，去適當(dāng)調(diào)節(jié)每個spark作業(yè)的資源分配。諸如你的每臺機(jī)器能夠給你不使用4G內(nèi)存，2個cpucore；20臺機(jī)器；executor，20；平均每個executor：4G內(nèi)存，2個cpucore。第二種，Yarn。資源隊列。資源調(diào)度?？隙ㄈゲ檎?，你的spark作業(yè)，要重新提交到的資源隊列，hadoopsparkstorm每一個隊列都是各自的資源（cpumem）也差不多有多少資源？500G內(nèi)存，100個cpucore；executor，50；平均每個executor:10G內(nèi)存，2個cpucore。Spark-approve的時候怎么指定你資源隊列？--confspark.yarn.queuedefault設(shè)置隊列名稱:spark.yarn.queuedefault一個原則，你能建議使用的資源有多大，就不要去功能調(diào)節(jié)到的最的大?。╡xecutor的數(shù)量，七八個到上百個很快；executor內(nèi)存；executorcpucore）