1130136248 - 博客园

Hadoop上的中文分词与词频统计实践（有待学习 http://www.cnblogs.com/jiejue/archive/2012/12/16/2820788.html）

摘要：解决问题的方案Hadoop上的中文分词与词频统计实践首先来推荐相关材料：http://xiaoxia.org/2011/12/18/map-reduce-program-of-rmm-word-count-on-hadoop/。小虾的这个统计武侠小说人名热度的段子很有意思，照虎画猫来实践一下。与其不... 阅读全文

posted @ 2016-01-19 21:51 1130136248 阅读(511) 评论(0) 推荐(0) 编辑

HBase数据的导入和导出

摘要：查阅了几篇中英文资料，发现有的地方说的不是很全部，总结在此，共有两种命令行的方式来实现数据的导入导出功能，即备份和还原。1 HBase本身提供的接口其调用形式为：1）导入./hbase org.apache.hadoop.hbase.mapreduce.Driver import 表名数据文件位... 阅读全文

posted @ 2016-01-19 11:07 1130136248 阅读(1884) 评论(0) 推荐(0) 编辑

浅谈hbase表中数据导出导入（也就是备份）

摘要：转自：http://blog.chinaunix.net/xmlrpc.php?r=blog/article&uid=23916356&id=3321832最近因为生产环境hbase中某张表的数据要导出到测试环境（数据不多，大概200W条左右），如果用程序掉接口导入的话太慢，所以考虑直接用hbas... 阅读全文

posted @ 2016-01-19 11:06 1130136248 阅读(10216) 评论(0) 推荐(0) 编辑

学习大数据看门的几本书

摘要： Hadoop实战Hbase权威指南深入理解大叔据Hadoop硬实战Hadoop应用开发技术详解Hadoop应用开发实战详解ElasticSearch 服务器开发Lucene实战阅读全文

posted @ 2016-01-16 16:59 1130136248 阅读(296) 评论(0) 推荐(0) 编辑

hadoop pig入门总结

摘要：在这里贴一个pig源码的分析，做pig很长时间没做笔记，不包含任何细节，以后有机会再说吧http://blackproof.iteye.com/blog/1769219hadoop pig入门总结pig简介pig数据类型pig latin语法pig udf自定义pig derived衍生推荐书籍 p... 阅读全文

posted @ 2016-01-15 11:10 1130136248 阅读(475) 评论(0) 推荐(0) 编辑

Hadoop生态上几个技术的关系与区别：hive、pig、hbase 关系与区别

摘要：初接触Hadoop技术的朋友肯定会对它体系下寄生的个个开源项目糊涂了，我敢保证Hive,Pig,HBase这些开源技术会把你搞的有些糊涂，不要紧糊涂的不止你一个，如某个菜鸟的帖子的疑问，when to use Hbase and when to use Hive？....请教了^_^没关系这里我... 阅读全文

posted @ 2016-01-14 14:30 1130136248 阅读(688) 评论(0) 推荐(0) 编辑

MapReduce，DataJoin，链接多数据源

摘要：主要介绍用DataJoin类来链接多数据源，先看一下例子，假设二个数据源customs和orderscustomer ID Name PhomeNumber1 赵一 025-5455-5662 钱二 025-4587-5653 ... 阅读全文

posted @ 2016-01-14 11:38 1130136248 阅读(186) 评论(0) 推荐(0) 编辑

用开源软件建垂直搜索引擎转载 http://news.cnblogs.com/n/60041/

摘要：用Solr、Nutch等开源软件来构建电子元器件垂直搜索引擎涉及很多实现细节，本文结合实际应用系统对数据采集、中文搜索、结果输出、分页处理、整合数据库等重点问题提出了切实可行的解决方法。用开源软件建垂直搜索引擎 ■ 董娅周峻松针对搜索引擎的各种开源技术是开源社区的一枝奇葩，它大大缩短了... 阅读全文

posted @ 2016-01-01 11:38 1130136248 阅读(216) 评论(0) 推荐(0) 编辑

Lucene add、updateDocument添加、更新与search查询(转)

摘要： package com.lucene;import java.io.IOException;import org.apache.lucene.analysis.standard.StandardAnalyzer;import org.apache.lucene.document.Document;i... 阅读全文

posted @ 2015-12-10 20:07 1130136248 阅读(2569) 评论(1) 推荐(0) 编辑

Lucene 简单手记http://www.cnblogs.com/hoojo/archive/2012/09/05/2671678.html

摘要：什么是全文检索与全文检索系统？全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。全文检索的方法主要分为按... 阅读全文

posted @ 2015-12-10 16:42 1130136248 阅读(226) 评论(0) 推荐(0) 编辑