Apache Eagle：eBay开源分布式实时Hadoop数据安全引擎 经验
像以实现智能实时地保护Hadoop生态系统中大数据的安全。 Eagle在eBay的使用场景 目前，Eagle的数据行为监控系统已经部署到一个拥有2500多个节点的Hadoop集群之上，用以保护数百
jopen Hadoop主要子项目介绍（Pig Zookeeper Hbase Hive Sqoop Avro Chukwa Cassandra ） 经验
现在Hadoop已经发展成为包含多个子项目的集合。虽然其核心内容是MapReduce和Hadoop分布式文件系统(HDFS)，但Hadoop下的Common、Avro、Chukwa、Hive、HBas
自定义Spark Partitioner提升es-hadoop Bulk效率 经验
的实际测试，做了该调整后，写入QPS有两倍以上的提升 理论基础 这里的理论基础自然是es-hadoop项目。 类的调用路径关系为： EsSpark -> EsRDDWriter -> RestService
ukon7587 
Kudu:支持快速分析的新型Hadoop存储系统 经验
开源的新型列式存储系统，是 Apache Hadoop 生态圈的新成员之一（ incubating ），专门为了对快速变化的数据进行快速的分析，填补了以往 Hadoop 存储层的空缺。本文主要对 Kudu 的动机、背景，以及架构进行简单介绍。
一文读懂Hadoop、HBase、Hive、Spark分布式系统架构 经验
机器学习、数据挖掘等各种大数据处理都离不开各种开源分布式系统，hadoop用户分布式存储和map-reduce计算，spark用于分布式机器学习，hive是分布式数据库，hbase是分布式kv系统，看
工作流引擎服务器 Hadoop Oozie 介绍 经验
Oozie是一个工作流引擎服务器,用于运行Hadoop Map/Reduce和Pig 任务工作流.同时Oozie还是一个Java Web程序,运行在Java Servlet容器中,如Tomcat.
lucene + hadoop 分布式搜索运行框架 Nut 介绍 经验
计算为核心的架构设计是Nut区别于Solr、Katta的地方。 Nut是一个Lucene+Hadoop分布式并行计算搜索框架，能对千G以上索引提供7*24小时搜索服务。在服务器资源足够的情况下能达到每秒处理100万次的搜索请求。
fmms Cascading - 基于Hadoop的数据管理和分析框架 经验
Cascading是一个应用程序框架，能够帮助开发人员快速开发基于 Apache Hadoop 的 健壮数据分析和数据管理应用程序。 项目主页： http://www.open-open
openkk 为什么Hadoop将一定会是分布式计算的未来？ 经验
e上面记笔记。不过最近对于Hadoop看得比较多，对它的发展也比较关心，最近了解得越多，也就 越相信Hadoop的未来，这里写一篇文章与大家分享分享，为什么我相信Hadoop一定是分布式计算的未来。
hadoop2.0集群搭建详解 经验
hadoop2.2.0集群搭建 PS：apache提供的hadoop-2.2.0的安装包是在32位操作系统编译的， 因为hadoop依赖一些C++的本地库，所以如果在64位的操作上安装 hadoop-2
用 Hadoop 进行分布式并行编程, 第 2 部分 经验
前言 在上一篇文章：“用 Hadoop 进行分布式并行编程 第一部分 基本概念与安装部署”中，介绍了 MapReduce 计算模型，分布式文件系统 HDFS，分布式并行计算等的基本原理, 并且详细介绍了如何安装
对Hadoop进行打包,分发和测试的工具：Apache Bigtop 介绍 经验
Bigtop 是一个工程的系统开发包，对Apache Hadoop生态系统的测试。 Bigtop的主要目标就是构建一个Apache Hadoop生态系统的包和交互式测试的社区。这个包括对各类不同级别工程进行
Hadoop 2.0集群配置详细教程 经验
前言 Hadoop2.0介绍 Hadoop 是 apache 的开源 项目，开发的主要目的是为了构建可靠，可拓展 scalable ，分布式的系 统， hadoop 是一系列的子工程的 总和，其中包含
一文读懂大数据：Hadoop，大数据技术及相关应用 经验
·2数据处理与分析：传统方式 ·3大数据性质的变化 ·4大数据处理和分析的新方法 4.1Hadoop 4.2NoSQL 4.3大规模并行分析数据库 ·5大数据方法的互补 ·6大数据供应商发展状况
Hadoop 统计文件中某个单词出现的次数 经验
org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce
一个全面的、用于Apache Hadoop数据保护的安全框架：Rhino 经验
Rhino项目是由Cloudera、Intel和Hadoop社区合力打造的一个项目。这个项目旨在为数据保护提供一个全面的安全框架。 Rhino项目为 HBase 0.98 贡献了关键的安全特性。它
你的数据根本不够大，别老扯什么Hadoop了 经验
本文原名 “Don’t use Hadoop when your data isn’t that big ” ，出自有着多年从业经验的数据科学家 Chris Stucchio ，纽约大学柯朗研究所博士
Hadoop伪分布配置与基于Eclipse开发环境搭建 经验
64-bit only ） 辅助工具： WinSCP + Putty Hadoop 版本： 2.5.0 Hadoop 的 Eclipse 开发插件（ 2.x 版本适用）： http://pan
hadoop作业调优参数整理及原理（主要为shuffle过程） 经验
观。 当采用map中间结果压缩的情况下，用户还可以选择压缩时采用哪种压缩格式进行压缩，现在hadoop支持的压缩格式 有：GzipCodec，LzoCodec，BZip2Codec，LzmaCod
Go开发的基于Hadoop的ETL抽取工具：Crunch 经验
快速开发，快速运行，基于Go工具包。实现基于 Hadoop 的 ETL 和特性抽取工具。 快速入门 Crunch is optimized to be a big-bang-for-the-buck