shuffle 不一定产生宽依赖 谈谈我的理解shuffle是指广义上的数据移动 父rdd与子rdd 如果这个移动是一对多 那肯定是宽依赖了，如果不是一对多就不是宽依赖了

zookeeper集群的clientPort表示外部组件可以用哪个端口访问zk集群 不需要配置多个一个就够了

消费的是同一个kafka队列吗

你这图治好了我的颈椎病啊 ping 一下rh这个主机能ping通吗？

在/etc/hosts 中添加主机名和ip地址的映射

都可以，不过还是第一种方法更标准一些，和标准的sql是一致的 hive官方给出的select语法树是这样的：

[WITH CommonTableExpression (, CommonTableExpression)*]
SELECT [ALL | DISTINCT] select_expr, select_expr, ...
FROM table_reference
[WHERE where_condition]
[GROUP BY col_list]
[CLUSTER BY col_list
| [DISTRIBUTE BY col_list] [SORT BY col_list]
]
[LIMIT number]

个人感觉不像是连不上远程机器的问题，你先写一段简单的代码 然后远程调试一下看是否能调试通过

高写入，低延时的需求比较适合hbase 快速查询需要很好的设计hbase的主键

第一个mr的输出一定是要落到磁盘上的 然后指定一个路径 第二个mr以这个路径为输入就可以了

如果只是学习用 最好搭几台，一般的方法是先搭好一台 然后复制几个 再把网络配置和集群配置文件改一下就行了

docker+k8s应该没问题的吧 业界成熟的解决方案 只是运维成本可能会比较高