[{hadoop: [1.1,1.2,1.3]},{hive: [1,2,3]},{},{}]。拿到每一个key值、

假设您有一个包含多个对象的数组，每个对象都有一个键和一个值，其中值是一个数组。您想要获取每个对象的键值。

让我们来解析给定的数组并获取每个对象的键值：

const data = [
  { hadoop: [1.1, 1.2, 1.3] },
  { hive: [1, 2, 3] },
  {},
  {}
];

const keys = data.map(obj => Object.keys(obj)[0]);
console.log(keys);

在上面的代码中，我们使用 `map` 方法遍历 `data` 数组中的每个对象。对于每个对象，我们使用 `Object.keys(obj)` 获取该对象的所有键，并返回一个包含一个元素的数组。由于每个对象只有一个键，我们可以直接取第一个元素作为键值。

最后，我们打印出获取到的所有键值。

输出结果将是：`['hadoop', 'hive', undefined, undefined]`。

请注意，最后两个对象是空对象，因此它们没有键值。在代码中，如果遇到空对象，将返回 `undefined`。您可以根据实际需求对这些情况进行处理。

相关问题

大数据：hadoop基础常识hive，hbase，mapreduce，spark

大数据是指数据量非常大、处理难度较高的数据集合。Hadoop是一种分布式计算框架，包括Hive、HBase、MapReduce和Spark等基础组件。Hive是一种基于Hadoop的数据仓库工具，可以将结构化数据映射到Hadoop上进行查询和分析。HBase是一种分布式的NoSQL数据库，适用于海量数据的存储和实时读写。MapReduce是一种分布式计算模型，可以将大数据分成小块进行并行处理。Spark是一种快速、通用、可扩展的大数据处理引擎，支持多种编程语言和数据源。这些基础组件共同构成了Hadoop生态系统，为大数据处理提供了强大的支持。

hadoop: ssh: Could not resolve hostname hadoop: Name or service not known Stopping secondary namenod

Hadoop是一个开源的分布式计算框架，用于处理大规模数据集的存储和处理。它基于Google的MapReduce和Google文件系统（GFS）的概念而构建，可以在集群中并行处理大量数据。

Hadoop的核心组件包括：
1. Hadoop分布式文件系统（HDFS）：用于存储大规模数据集的分布式文件系统。
2. Hadoop YARN：资源管理器，用于管理集群中的计算资源。
3. Hadoop MapReduce：分布式计算框架，用于并行处理大规模数据集。

关于你提到的错误信息"ssh: Could not resolve hostname hadoop: Name or service not known"，这是由于无法解析主机名"hadoop"导致的。可能是由于网络配置问题或者主机名不存在导致的。你可以检查网络配置和主机名是否正确，并确保能够正确解析主机名。

至于"Stopping secondary namenod"，这是Hadoop中次要NameNode停止的提示信息。次要NameNode是Hadoop中的一个组件，用于辅助主要NameNode进行元数据备份和合并工作。当次要NameNode停止时，会显示该信息。