摘要：前段时候抓取微博的数据，想着自己使用htmlunit来模拟登陆新浪微博来抓取数据，这两天看了新浪微博的官方API，发现通过新浪微博的官方API 来获取新浪微博信息，更全面，更简单。下面就从注册新浪微博，到在新浪微博开放平台上面完善开发者信息，然后创建应用，从而获取Access Token，最后开发自
阅读全文
摘要：SNS，专指社交网络服务。也指社交现有已成熟普及的信息载体，如短信SMS服务。SNS的另一种常用解释：全称Social Network Site，即“社交网站”或“社交网”。SNS也指Social Network Software，社交网络软件，是一个采用分布式技术，通俗地说是采用P2P（Peer
阅读全文
摘要：Hadoop为用户作业提供了多种可配置的参数，以允许用户根据作业特点调整这些参数值使作业运行效率达到最优。 一 应用程序编写规范 1.设置Combiner 对于一大批MapReduce程序，如果可以设置一个Combiner,那么对于提高作业性能是十分有帮助的。Combiner可减少Map Task中
阅读全文
摘要：hadoop 常用配置项【转】 core-site.xml name value Description fs.default.name hdfs://hadoopmaster:9000 定义HadoopMaster的URI和端口 fs.checkpoint.dir /opt/data/hadoop
阅读全文
摘要：深度分析如何在Hadoop中控制Map的数量 guibin.beijing@gmail.com 很多文档中描述，Mapper的数量在默认情况下不可直接控制干预，因为Mapper的数量由输入的大小和个数决定。在默认情况下，最终input 占据了多少block，就应该启动多少个Mapper。如果输入的文
阅读全文
摘要：试验了一下： 调整mapred-site.xml中mapred.min.split.size的值可以改变map的数量 首先设置了hdfs-site.xml中的dfs.block.size为20M，测试文件为72M 然后调整mapred-site.xml中mapred.min.split.size的值
阅读全文
摘要：hadooop提供了一个设置map个数的参数mapred.map.tasks，我们可以通过这个参数来控制map的个数。但是通过这种方式设置map 的个数，并不是每次都有效的。原因是mapred.map.tasks只是一个hadoop的参考数值，最终map的个数，还取决于其他的因素。 为了方便介绍，先
阅读全文
摘要：$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter ‘tablename’ mapreduce来计数，很快的！！！
阅读全文
摘要：SSH生成id_rsa, id_rsa.pub后，连接服务器却报： Agent admitted failure to sign using the key 错误。 解决方法： 在当前用户下执行命令： ssh-add 即可解决。 参考： [1] http://blog.sina.com.cn/s/b
阅读全文
摘要：最近在做hadoop，因为要求各主机之间的用户必须相同，且为方便远程登录，需配置无密码登录 先附上ssh无密码登录设置方法： 先生成密钥并配置无ssh无密码登录本机，输入命令： ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa cat ~/.ssh/id_dsa.pu
阅读全文
摘要：我公司推出的机房监控系统有两种架构：一种是C/S架构的；一种是B/S架构的。这两种架构的概念区别是什么呢、各有哪些优缺点呢？ C/S 架构 C/S 架构是一种典型的两层架构，其全称是Client/Server，即客户端服务器端架构，其客户端包含一个或多个在用户的电脑上运行的程序，而服务器端有两种，一
阅读全文
