使用 Apache Pig 处理数据 经验
是一个高级过程语言，适合于使用 Hadoop 和 MapReduce 平台来查询大型半结构化数据集。通过允许对分布式数据集进行类似 SQL 的查询，Pig 可以简化 Hadoop 的使用。本文将探索 Pig
openkk MapReduce的数据流程、执行流程 经验
同样注意输入与输出的类型必须与自定义的Reducer中声明的一致。 具体的例子： 是hadoop mapreduce example中的例子，自己改写了一下并加入的注释 import java
jopen 部署Spark 0.9集群 经验
预编译好的二进制包 如果你需要用到HDFS，则要针对Hadoop 1.x 和Hadoop 2.x 选择不同的版本。这里我选择 Hadoop 2.x 版。 spark@master $ wget h
P24 大数据分析系统架构之探讨 文档
前言: 3 一、Hadoop生态圈： 3 Hadoop 4 HBase 5 Hive 6 Apache Pig: 6 Impala： 7 Flume： 7 Sqoop: 8 Chukwa： 8 Mahout:
guet_lee
P24
P6 无线音乐俱乐部wap门户日志系统云计算应用解决方案 文档
。 Ø hadoop：Hadoop是Apache软件基金会所研发的开放源码并行运算编程工具和分布式文件系统，与MapReduce和Google档案系统的概念类似。 Ø HDFS（Hadoop Distributed
P11 迅捷英翔-12530云计算平台解决方案 文档
"，和他们的主要思想，都是从函数式编程语言借来的，还有从矢量编程语言借来的特性。 Ø hadoop：Hadoop是Apache软件基金会所研发的开放源码并行运算编程工具和分布式文件系统，与MapRed
MapReduce业务 － 图片关联计算 经验
write(key, new Text(common)); } } 完整示例 package cn.hadoop.hdfs.example; import java.io.IOException; import
推荐引擎mahout安装与配置 经验
04-desktop-i386 jdk安装版本 ：jdk-7u51-linux-i586 Hadoop版本 ：Hadoop-1.1.1（一个Namenode，三个Datanode部署） 二、安装步骤 在
P16 3、CDH4.1 介绍与环境搭建 文档
介绍与环境搭建 2. 技术基础Linux 中等 Java 最好有些基础，一般水平 关系数据库 sql 3. Hadoop介绍核心组件： HDFS ：分布式存储系统 Mapreduce ：分布式计算模块 分布式：廉价小型机
P7 Sqoop 环境搭建和使用手册 文档
Sqoop是一个用来将Hadoop和关系型数据库中的数据相互转移的工具，可以将一个关系型数据库（例如 ： MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中
P16 4、cdh4.1 环境搭建二 文档
环境搭建二 2. 技术基础Linux 中等 Java 最好有些基础，一般水平 关系数据库 sql 3. Hadoop介绍核心组件： HDFS ：分布式存储系统 Mapreduce ：分布式计算模块 分布式：廉价小型机
P2 Spark 部署与实践 文档
k2，IP地址分别为1**.1*.**.******。JDK版本为1.7。集群上已经成功部署了Hadoop2.2，详细的部署过程可以参见另一篇文档Yarn的安装与部署。 2. 安装Scala2.9.3
P10 大数据平台技术框架选型分析 文档
全机制等 五、 选型需要考虑 简单性：亲自试用大数据套件。这也就意味着：安装它，将它连接到你的Hadoop安装，集成你的不同接口（文件、数据库、B2B等等），并最终建模、部署、执行一些大数据作业。自己
P9 MapRedue 作业过程 文档
MapRedue作业过程 1. Hadoop 作业构成 1.1 Hadoop作业执行流程 用户配置并将一个Hadoop作业提到Hadoop框架中，Hadoop框架会把这个作业分解成一系列map tasks
Spark 伪分布式 & 全分布式 安装指南 经验
one Deploy Mode；二、Amazon EC2 ；三、Apache Mesos；四、Hadoop YARN。第一种方式是单机部署，不需要有依赖的资源管理器，其它三种都需要将spark部署到对应的资源管理器上。
P13 搜索相关笔记(Nutch) 文档
擎解决方案，基于Hadoop的分布式处理模型保证了系统的性能，类似Eclipse的插件机制保证了系统的可客户化，而且很容易集成到自己的应用之中。Nutch 0.8 完全使用Hadoop重写了骨干代码，
P9 Hbase分布式多结点安装运行手册 文档
6，其他版本的Linux应该也可以。 jdk:sun jdk 1.6 32bit hadoop:apache hadoop 1.0.4 hbase：apache hbase 0.94 实验环
Java实现的网络爬虫，Apache Nutch v2.3 发布 资讯
Nutch的创始人是 Doug Cutting ，他同时也是Lucene、Hadoop和Avro开源项目的创始人。 Nutch 诞生于2002年8月，是Apache旗下的一个用Java实现的开源搜索引擎项目，自Nutch1