@ling775000 社区的东西都免费的，只是业余时间做比较慢吧，大约1个月吧

海牛会放出一部分，请等待视频制作中

fsimage文件没加载成功，找找磁盘目录权限问题，或者磁盘让你搞没了？

@Furing telnet不是这么用的，不是telnet ip 2181而是telnet 192.168.x.x 2181这种

你3个机器zookeeper应该是1个leader，2个follower
先netstat -apn|grep 2181查看端口是否启用，之后可以在任意一台机器上
使用zkCli登录一下zookeeper，测试一下是否好使

确认以上OK。
再到windows上启用telnet服务，在cmd窗口使用“telnet ip 2181”进行连接测试，或者使用windows上的zkCli.cmd进行连接测试

以上都没有问题那就只能是你代码的问题了

你的服务器上的python环境OK吗？

数据量不大，不是复杂的SQL，shuffle少的话10分钟就能完成吧

你用x._2不就拿出来了吗

@陌上花开 好奇葩的需求哦，我角得还可以自己写RDD弄个相同的自定义key，然后拼接循环输出，嘿嘿，还不如你这个方便呢

@陌上花开 是把不相关的两行拼接到一起吗？

@小鱼a 不用写脚本哦，select count(1) from hive_table不就行了吗？

这个很好找啊，http://download.csdn.net/download/ytlviv1985/5230408
把sqljdbc.jar放到hadoop的lib目录下
解压sqoop-sqlserver-1.0.tar.gz
设置环境变量MSSQL_CONNECTOR_HOME
export MSSQL_CONNECTOR_HOME=sqoop-sqlserver-1.0.tar.gz的解压目录
好像还有一步安装，sqlserver我这边不太常用

你保存的是地址，可能是由于你这段代码的原因

你这么写是不会生效的，过滤要用filter

你用的是cartesian，是笛卡尔集，你确定要这么关联吗？还是只关联必要的，当然这个cartesian不会产生shuffle，但是会产生很大的数据集

mysql中如果数据不删可以用自增ID看出来，hive是基于HDFS上的文件来做底层存储的，查看表的元数据是查不到行数的，所以必须得把所有文件读一便才知道，这个和关系型数据库的原理是不同的。

下载个最新的就可以了。
https://www.eclipse.org/downloads/eclipse-packages/

选择你对应的系统版本