本文目录一览：
如何在Kettle4.2上面实现cassandra的输入与输出
1、改表法。可能是你的帐号不允许从远程登陆，只能在localhost。
2、先设置一个变量TABLENAME，Kettle有个自定义常量，里面可以赋值（比如40个表）把上面的SQL中的audit_system_user替换成${TABLENAME}，即可。
3、输入数据来源不同：前一种是从HDFS中读取输入数据，后一种是从Cassandra中直接读取数据。
4、数据采集与预处理：FlumeNG实时日志收集系统，支持在日志系统中定制各类数据发送方，用于收集数据；Zookeeper是一个分布式的，开放源码的分布式应用程序协调服务，提供数据同步服务。
MongoDB添加用户认证
1、mongodb是没有默认管理员账号，所以要先添加管理员账号，在开启权限认证。2，切换到admin数据库，添加的账号才是管理员账号。3，用户只能在用户所在数据库登录，包括管理员账号。
2、A．MongoDB是没有默认管理员账号，所以要先添加管理员账号，再开启权限认证。B．切换到admin数据库，添加的账号才是管理员账号。C．用户只能在创建用户对应的数据库中完成认证，包括管理员账号。
3、不用删除服务，只需要修改注册表，在启动参数里添加--auth，然后重启服务即可。
4、数据库是集合的逻辑与物理分组，MongoDB没有提供创建数据库的语法，只有在插入集合时，数据库才开始建立。创建数据库后会在磁盘分配一组数据文件，所有集合、索引和数据库的其他元数据都保存在这些文件中，查阅数据库使用磁盘状态可通过。
如何启动MongoDB的WEB界面
1、弹出这个界面后，输入命令net start mongodb。所以MONGODB启动成功。接下来我们打开服务器D盘MUD2 mysql bin 同样，到了这个界面，打开命令窗口，进入mysqld - install。
2、打开cmd输入services.msc查看服务可以看到MongoDB服务，点击可以启动。
3、创建数据库路径（data目录）、日志路径（logs目录）和日志文件（mongo.log文件），完成后如下图所示 创建配置文件mongo.conf。
4、FileToMongo使用方法选择文件类型。打开文件。选择表格和配置字段。摘要 导入。
python爬虫要装什么库
urllib-网络库（stdlib） 。 requests-网络库。 grab-网络库（基于py curl） 。 py curl-网络库（绑定libcurl） 。 urllib 3-Python HTTP库， 安全连接池、支持文件post 、可用性高。 httplib 2-网络库。
Python爬虫网络库Python爬虫网络库主要包括：urllib、requests、grab、pycurl、urllibhttplibRoboBrowser、MechanicalSoup、mechanize、socket、Unirest for Python、hyper、PySocks、treq以及aiohttp等。
requests 这个库是爬虫最常用的一个库 Selenium Selenium 是一个自动化测试工具，利用它我们可以驱动浏览器执行特定的动作，如点击、下拉等操作 对于一些用JS做谊染的页面来说，这种抓取方式是非常有效的。
推荐5个常用的Python标准库：os：提供了不少与操作系统相关联的函数库 os包是Python与操作系统的接口。我们可以用os包来实现操作系统的许多功能，比如管理系统进程，改变当前路径，改变文件权限等。
mongodb的作品目录
◆/var/log/cron 该日志文件记录crontab守护进程crond所派生的子进程的动作，前面加上用户、登录时间和PID，以及派生出的进程的动作。CMD的一个动作是cron派生出一个调度进程的常见情况。
将下载的压缩包解压缩并放置到你想放置的位置，在目录下建立一个叫做DB的文件夹和一个log.txt的文件：DB文件夹用于存储数据库 log.txt用于记录MongoDB的日志 将上述工作准备好就可以开始安装快云MongoDB了。
创建数据库路径（data目录）、日志路径（logs目录）和日志文件（mongo.log文件），完成后如下图所示 创建配置文件mongo.conf。
