我是一位新的hadoop开发人员，我已经能够在单节点集群中安装和运行hadoop服务。数据可视化过程中出现问题。当我需要使用像Tableau这样的数据可视化工具时，MapReduce jar文件起到了什么作用。我有一个结构化的数据源，在这个数据源中我需要添加一层逻辑，以便数据在可视化过程中有意义。如果我要用其他工具进行可视化，是否需要编写MapReduce程序？请澄清一下我在这个问题上可以做些什么。Hadoop数据可视化
这可能取决于您使用的Hadoop分布以及存在哪些工具。这也取决于实际的数据准备任务。
如果你不想实际编写地图，减少或火花代码自己，你可以使用蜂巢（这相当于映射简化）或更快帕拉尝试类似SQL的查询。使用SQL，您可以创建可以轻松使用的表格数据（配置表）。 Tableau具有两个连接器，可自动将您的Tableau配置/请求转换为Hive/Impala。因为它的速度，我会建议与Impala连接。 如果你需要做的工作，需要更多的编程或SQL只是不够，你可以尝试猪。 Pig是一种高级脚本语言，可编译映射 - 减少代码。您可以在各自的Hue编辑器或CLI中尝试以上所有内容。
如果你觉得上述所有仍然不适合你的使用情况，我建议写的map-reduce或火花代码。 Spark不需要仅用Java编写，而且通常速度更快。
大多数工具都可以与hive表集成，这意味着您不需要重写代码。如果某个工具没有提供此功能，则可以从配置单元表中进行CSV提取，也可以将表格保存为CSV/TSV。然后，您可以在可视化工具中导入这些文件。
现有的答案已经触及了这一点，但有些宽泛，所以我决定把重点放在关键部分：
数据可视化的典型步骤
如果数据太大而无法存入内存，您可以将其转换为正常的SQL数据库，然后直接使用可视化工具进行处理。 （如果您直接在蜂房的工作，你会为最简单的查询需要30秒以上发疯。）
如果它是不可能的/需要的连接由于某种原因，你的可视化工具，解决办法是转储输出文件（例如CSV），然后将这些文件加载到可视化工具中。