本教程是为如下开发人员设计的，他们理解 XML 的基本概念，并且准备继续编写应用程序代码，使用文档对象模型（Document Object Model，DOM）来操作 XML。 这里假设读者熟悉诸如格式良好性和 XML 文档的类标签性质等概念。（如果有必要，您可以通过 XML 入门 教程了解关于 XML 本身的基础知识。） 本教程中的所有例子都是用 Java 语言编写的，不过即使您不亲自试验这些例子，也可以通过本教程彻底了解 DOM。用于编写应用程序代码来操作 DOM 中的 XML 数据的概念和 API，对所有语言或平台都是相同的，都不涉及 GUI 编程。

主要内容Hadoop1.0的局限性Hadoop2.0新特性介绍Hadoop现状及最新进展Hadoop1.0的局限-HDFS※资源隔离※元数据扩展性※访问效率※数据丢失缺陷？Hadoop1.0的局限-MapReduce扩展性集群最大节点数–4000最大并发任务数–40000可用性JobTracker负载较重存在单点故障,一旦故障，所有执行的任务的全部失败批处理模式,时效性低仅仅使用MapReduce一种计算方式低效的资源管理把资源强制划分为maptaskslot和reducetaskslot,当系统中只有maptask或者只有reducetask的时候，会造成资源的浪费当map-reducejob非常多的时候，会造成很大的内存开销，潜在来说，也增加了JobTrackerfail的风险，这也是业界普遍总结出老Hadoop的Map-Reduce只能支持4000节点主机的上限

Hadoop综述主要内容*第一篇HDFS分布式文件系统第二篇MapReduce第三篇Hbase简单介绍第一篇HDFS*一：TheDesignofHDFS二：HDFSConcepts三：应用程序示例四：DataFlow第二篇MapReduce*一：MapReduce基础二：MapReduce数据流三：MapReduce工作原理第三篇Hbase简单介绍*一：简介二：数据模型三：行、列、时间戳、API第

参考资料Google的核心技术Google的十个核心技术，而且可以分为四大类：分布式基础设施：GFS、Chubby和ProtocolBuffer。分布式大规模数据处理：MapReduce和Sawzall。分布式数据库技术：BigTable和数据库Sharding。数据中心优化技术：数据中心高温化、12V电池和服务器整合。Google的核心技术分布式基础设施GFS由于搜索引擎需要处理海量的数据，所以Google的两位创始人LarryPage和SergeyBrin在创业初期设计一套名为"BigFiles"的文件系统，而GFS（全称为"GoogleFileSystem"）这套分布式文件系统则是"BigFiles"的延续。

初识unity3d已经有一段时间了。大约那是2012年的暑假。无意从手机上搜到了这个引擎。从今以后我就喜欢上他了。然后又从网上找了许多关于unity资料。一点点的积累，学习。尤其是Android游戏的开发。不知道你们对这个引擎感觉怎么样啊。呵呵。好了，话不多说。今天呢。我希望大家能和我来一起学习怎样用uinty3d开发出在android系统上运行的游戏。希望能与君共勉。

Xfire WebService框架搭建指南

网页GZIP压缩网站的访问速度是由多个因素所共同决定的，这些因素例如应用程序的响应速度、网络带宽、服务器性能、与客户端之间的网络传输速度等等。其中最重要的一个因素是应用程序本身的响应速度，因此当你为网站性能所苦恼时，你第一个需要着手进行处理的便是尽可能的提升应用程序的执行速度，你可以使用缓存或者是优化代码的执行效率来提升应用程序的速度!

内存计算Spark和SQL on Hadoop黄永卿解决方案中心目录安装配置与简介为什么需要Spark Hadoop(MapReduce)极大的简化了大数据分析但是，随着大数据需求和使用模式的扩大，用户的需求也越来越多：>>更复杂的多重处理需求（比如迭代计算,ML,Graph）>>低延迟的交互式查询需求（比如ad-hocquery）MapReduce计算模型的架构导致上述两类应用先天缓慢，用户迫切需要一种更快的计算模型，来补充MapReduce的先天不足。

Eclipse集成Jetty服务器之run-jetty-run插件方式。 谷歌GAEJava环境、新浪SAEJava环境、百度BAEJava环境均使用Jetty做Web服务器，那么它的有点是显而易见的。那么我们在开发中使用Jetty调试程序，怎么把Jetty服务器集成到Eclipse开发环境是首先要做的。

曾经在软通动力写过的算法题其中有一小部分是参考网上的资料，现在拿出来给大家分享！第3章控制语句/*1、打印出所有的“水仙花数”。

前些日子做了个apache solr应用的入门介绍，也在博客记录下，方便新手看看。以搜索论坛帖子为示例。

Android 错误信息解决方案总结

selenium 的特点.开源，免费 多浏览器支持：firefox、chrome、IE 多平台支持：linux 、windows、MAC 多语言支持：java、python、ruby、php、C#、 对web页面有良好的支持 简单（API 简单）、灵活（用开发语言驱动） 支持分布式测试用例执行

不管是依赖注入(Dependency Injection)还是控制反转(Inversion of Conctrol)，其含义完全相同： 当某个java实例(调用者)需要调用另一个java实例(被调用者)时，传统情况下，通过调用者来创建被调用者的实例，通常通过new来创建， 而在依赖注入的模式下创建被调用者的工作不再由调用者来完成，因此称之为"控制反转"；创建被调用者实例的工作通常由Spring来完成，然后注入调用者，所以也称之为"依赖注入"。

Hive 是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 QL，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。

此文档是用户使用Hadoop集群或普通单机分布式文件存储系统（HDFS）开展工作的起点，尽管HDFS被设计成适应于许多环境，有用的HDFS知识能大大帮助我们优化配置及诊断具体集群的问题。

讲解Hadoop单机安装和Hadoop集群安装的方法和步骤,本文档希望让Hadoop安装部署更简单(Easy)。

FreeMarker语言FreeMarker语言概述FreeMarker是一个模板引擎，一个基于模板生成文本输出的通用工具，使用纯Java编写。FreeMarker被设计用来生成HTMLWeb页面，特别是基于MVC模式的应用程序虽然FreeMarker具有一些编程的能力，但通常由Java程序准备要显示的数据，由FreeMarker生成页面，通过模板显示准备的数据（如下图）FreeMarker不是一个Web应用框架，而适合作为Web应用框架一个组件。FreeMarker与容器无关，因为它并不知道HTTP或Servlet；

（1）不属于系统集成项目。（1）A．不包含网络设备供货的局域网综合布线项目B．某信息管理应用系统升级项目C．某软件测试实验室为客户提供的测试服务项目D．某省通信骨干网的优化设计项目解析根据《系统集成项目管理工程师教程》第81页的定义，所谓系统集成项目，是指将计算机软件、硬件、网络通信等技术和产品集成为能够满足用户特定需求信息系统，包括总体策划、设计、开发、实施、服务及保障。系统集成主要包括设备系统集成和应用系统集成。

LoadRunner性能测试实战内容介绍：很多使用LoadRunner的测试人员经常面临两个难题：脚本开发与性能测试分析。本书就是基于帮助测试人员解决这两个问题而编写，致力于使读者学精LoadRunnner这一强大的性能测试工具。全书共分为四部分：入门篇、基础篇、探索篇、实战篇。