在HTC G7 上运行 ubuntu for android。并安装jdk1.7 arm 和 hadoop。 期间遇到了ssh问题,等各种问题,对于需要安装Ubuntu系统的手机，首先需要获...

KVM（kernel-based Virtual Machine）是一个开源的系统虚拟化平台，自Linux 2.6.20之后已集成到Linux内核中，因它使用Linux自身的调度器进行管理，所以...

当前的“云计算”一词已经被神话，似乎快成了放之四海皆准的时髦真理，就好比当初言必称“希腊”一般，表面光芒四射，但实际上却无比教条、且越来越令人生厌。 作为“云计算”的一个普通开发者和推...

Apache Crunch（孵化器项目）是基于Google的FlumeJava库 编写的Java库，用于创建MapReduce流水线。与其他用来创建MapReduce作业的高层工具（如Apac...

CloudStack是一个功能强大、UI友好的开源云（IaaS）计算解决方案。自Ctrix将CloudStack捐献给 apache 后，一直持续高速发展，其社区活跃度已经渐渐赶上风头一时无两的...

Hadoop 实现多文件输出

Hadoop 统计文件中某个单词出现的次数

Hadoop HDFS文件操作的Java代码

HAProxy提供高可用性、负载均衡以及基于TCP和HTTP应用的代 理，支持虚拟主机，它是免费、快速并且可靠的一种解决方案。HAProxy特别适用于那些负载特大的web站点，这些站点通...

kpfs是一款基于FUSE开发的用户空间文件系统，实现了在Linux中对快盘的基本操作。当文件系统挂载到Linux的某个文件夹下，用户只需像普通文件一样操作自己快盘中的目录和文件。

Hados能够将文件存储在一个服务器集群中。它的目标是高可用性得处理存储在多个节点上相同文件的副本。它提供的RESTful API可以轻松存储，检查，或检索文件。使用群集API，你可以检索从哪个...

ZooKeeper是Hadoop的正式子项目，它是一个针对大型分布式系统的可靠协调系统，提供的功能包括：配置维护、名字服务、分布式同步、组服务等。ZooKeeper的目标就是封装好复杂易出错的关...

本文介绍三个云类别中的第一个：基础架构即服务（infrastructure as a service，IaaS）。对于企业而言，IaaS 的巨大价值通过云爆发（cloudbursting...

使用MapReduce新版客户端API提交MapReduce Job需要使用 org.apache.hadoop.mapreduce.Job 类。JavaDoc给出以下使用范例。

一个区域在CloudStack配置中是最大的组织单元。一个区域通常代表一个单独的数据中心，虽然在一个数据中心也允许有多个区域。将基础架构设施加入到区域中的好处是提供物理隔离和冗余。例如，每...

在安装好单机模式的hadoop之后，我们就可以着手来在集群模式下安装hadoop了。在安装了单机版hadoop的机器上将hadoop转成集群模式是很容易的。首先来设置网络。

DPark 是 Spark 的 Python 克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。 DPark 由豆瓣实现，目前豆瓣内部的绝大多数数据分析都...

分布式系统中经常需要协调多进程，多个jvm，或者多台机器之间的同步问题，得益于zookeeper，实现了一个分布式的共享锁，方便在多台服务器之间竞争资源时，来协调各系统之间的协作和同步。

Avro是Hadoop中的一个子项目，也是Apache中一个独立的项目，Avro是一个基于二进制数据传输高性能的中间件。在Hadoop的其他项目中例如HBase(Ref)和Hive(Ref)的C...

Apache Giraph 是一个可伸缩的分布式迭代图处理系统，灵感来自 BSP (bulk synchronous parallel) 和 Google 的 Pregel. Giraph 区别...