spark-sql常用的查询工具，速度比较hivesql要快。但是cdh6并没有spark-sql。
在看这篇文章前，先看：cdh 6 使用独立的 apache spark
nextcloud网页端，视频和PDF是看不到缩略图的，只能通过名字和大小来区分，不是很方便。
这个问题是由什么引起的呢？如果集群中，有二个datanode，而有3个副本的话，就会出现这样的问题。
用yum安装了openjdk，然后又想用oracle jdk。原来的openjdk，又不想丢，怎么办呢？
cdh在国内用的比较多。不管是cloudera+cdh或者是ambari+hdp，建议初学者不要用，还是从原生的开始。网上说原生的不稳定，配置复杂。
我用的hadoop2.7.7稳定，以及以hadoop2.7.7为基础构建的生态圈很稳定，在线率100%，到目前为止还没有出现过突发故障。
以hadoop为基础构建一套生态圈，是很复杂。但是拆分开了，采取蚂蚁搬家的方式，就简单多了。并且能了解各组件间是怎么协同工作的。
Apache Zeppelin 是一个让交互式数据分析变得可行的基于网页的开源框架。Zeppelin提供了数据分析、数据可视化等功能。
Zeppelin 是一个提供交互数据分析且基于Web的笔记本。方便你做出可数据驱动的、可交互且可协作的精美文档，并且支持多种语言，包括 Scala(使用 Apache Spark)、Python(Apache Spark)、SparkSQL、 Hive、 Markdown、Shell等等。
kylin的官方文档，做的感觉一般，写的不详细，并且有坑。
spark独立安装，并不想放到kylin文件下，spark的动态资源管理，早已配置，不需要用到kylin动态资源配置参数，为啥没有单独的呢。
当从硬盘copy 10T的数据到nextcloud的时候，copy到data目录下，web端是看不到的。因为copy的文件，在数据库里面没有记录的。
好长时间没有，centos挂U盘或者移动硬盘。但是有的时候，也是需要用到的。例如：短时间内把10T的视频从一台服务器迁到另外一台服务器，最便捷快速的方式，用usb3.0的移动硬盘了。
Apache Kylin不同于“大规模并行处理”（Massive Parallel Processing，MPP）架构的Hive、Presto等，Apache Kylin采用“预计算”的模式，用户只需要提前定义好查询维度，Kylin将帮助我们进行计算，并将结果存储到HBase中，为海量数据的查询和分析提供亚秒级返回，是一种典型的“空间换时间”的解决方案。Apache Kylin的出现不仅很好地解决了海量数据快速查询的问题，也避免了手动开发和维护提前计算程序带来的一系列麻烦。
说的更直白一点就是查询数据不查原始表，查结果表。