P30 淘宝Hadoop与数据分析 文档
1. 1Hadoop与数据分析淘宝数据平台及产品部基础研发组 周敏日期：2010-05-26 2. OutlineHadoop基本概念 Hadoop的应用范围 Hadoop底层实现原理 Hive与数据分析
lxz
P30 基于hadoop-hbase的一淘搜索离线系统 文档
1. 基于Hadoop/HBase的一淘搜索离线系统莫 问 2. 个人简介花名：莫问 真名：王峰 2006年硕士毕业于北航计算机系 毕业后加入阿里巴巴集团 雅虎中国 - 垂直搜索团队 阿里云 - 计算服务团队
P36 以Hadoop为核心的大数据开放平台建设 文档
1. 以Hadoop为核心的大数据开放平台建设孙利兵驾驭大数据http://www.xfyun.cn/ 2. 大数据技术发展Native lib Checksum 机制 ShortCircuit Read一头奔跑的大象，不断进化YARN
P12 淘宝 Hadoop 数据分析实践 文档
1. 淘宝Hadoop数据分析实践淘宝 数据平台与产品部 周敏（周忱） 2. 数据分析选型历程 Hadoop简介 系统架构 集群介绍 近期对Hadoop的改造实践主要内容 3. webalizer awstat 般若
实现Hadoop分布式环境部署 博客
目标 配置一个分布式计算集群，让hadoop 框架能够正常的运行起来，主要有master 的namenode,jobtracker 和slave 的datanode,tasktracker. 便于之
openkk hadoop集群中配置map／reduce节点数问题 问答
我现在集群中有9个slave，我需要配置成map节点5个，reduce节点3个，那么我在master节点的mapred-site.xml中设置之后，是否需要将这个配置文件拷贝到slave节点上去覆盖原先的那个配置文件？
从Hadoop到Spark的架构实践 经验
经验。本文则主要介绍TalkingData在大数据平台建设过程中，逐渐引入Spark，并且以 Hadoop YARN和Spark为基础来构建移动大数据平台的过程。 初识Spark 作为一家在移动互
jopen Hadoop的Server及其线程模型分析 经验
早期的一篇文章，针对Hadoop 2.6.0.这里发一下. 一、Listener Listener线程，当Server处于运行状态时，其负责监听来自客户端的连接，并使用Select模式处理Accept事件。
Hadoop 通用数据摄取框架：Gobblin 经验
Gobblin 是 Hadoop 通用数据摄取框架，可以从各种数据源中提取，转换和加载海量数据。比如：数据库，rest APIs，filers，等等。Gobblin 处理日常规划任务需要所有数据摄取
Hadoop和Spark的处理模型比较 经验
发模型（这里指server/driver端采用的模型），这与Hadoop 2.0（包括YARN和MapReduce）是一致的。Hadoop 2.0自己实现了类似Actor的异步并发模型，实现方式是epoll+状态机，而Apache
hadoop再次集群搭建（4）-Cloudera Manager Installation 经验
Cloudera Manager 进行安装，阅读官方文档，掌握大概脉络。 Cloudera Manager在集群已经实现ssh免秘钥登录，能够访问网络资源和本地资源的情况下，可以自动安装和配置CDH(Cloudera
Hadoop上时实类SQL查询系统对比 经验
数据仓库时还是很有价值的。 目前来说只有impala比较成熟（ 人 家标称要使用CDH版本hadoop，如果要使用apache的，要做好测试的心里准备 ）。 其它两个系统还都处理孵化状态，但是前景非常不错。
10分钟搭建Hadoop集群 经验
10分钟搭建Hadoop集群 1. 准备 3台Linux机器或虚拟机，安装了CentOS6/Redhat6/Ubuntu; 在所有机器上都安装了ssh和rsync，ubuntu安装例子： $ sudo
Hadoop 的数据处理解决方案：Cascalog 经验
Cascalog 是 Hadoop 上的数据处理解决方案，无需 hassle。 Cascalog 是 Clojure 或者 Java 的全功能数据处理和查询库。Cascalog 主要的作用是处理 Hadoop
基于Hadoop2.5.0的集群搭建 经验
一、 规划 1. 准备安装包 JDK: http://download.oracle.com/otn-pub/java/jdk/7u67-b01/jdk-7u67-linux-x64.tar.gz
Hadoop的辉煌还能延续多久？ 经验
Hadoop技术已经无处不在。不管是好是坏，Hadoop已经成为大数据的代名词。短短几年间，Hadoop从一种边缘技术成为事实上的标准。看来，不仅现在Hadoop是企业大数据的标准，而且在未来，它的地位似乎一时难以动摇。
Hadoop生态系统学习路线 经验
主要介绍Hadoop家族产品，常用的项目包括Hadoop, Hive, Pig, HBase, Sqoop, Mahout, Zookeeper, Avro, Ambari, Chukwa，新增加的项目包括，YARN
Hadoop DistributedCache分布式缓存的使用 经验
做项目的时候遇到一个问题，在Mapper和Reducer方法中处理目标数据时，先要去检索和匹配一个已存在的标签库，再对所处理的字段打标签。因为标签库不是很大，没必要用HBase。我的实现方法是把标签库存储成HDFS上的文件，用分布式缓存存储，这样让每个slave都能读取到这个文件。
P6 如何把hadoop源码关联到eclipse工程中 文档
在eclipse中阅读源码非常方便，利于我们平时的学习，下面讲述如何把hadoop源码导入到eclpse的java工程中。 解压源码 首先，我们在windows下使用winrar把hadoop-1.1.2.tar.gz解压，如图1所示
P17 windows上Hadoop的伪分布式配置 文档
第三章 windows上Hadoop的伪分布式配置 3.1 安装前的准备 在windows上配置Hadoop需要做一些准备，包括软件的下载，了解Hadoop运行的条件，了解Hadoop在Linux与windows平台上的不同。