摘要：
转自：http://www.cnblogs.com/LeftNotEasy/archive/2012/02/18/why-yarn.html前言：有一段时间没有写博客了(发现这是我博客最常见的开头，不过这次间隔真的好长），前段时间事情比较多，所以耽搁得也很多。现在准备计划写一个新的专题，叫做《had... 阅读全文
摘要：
转自：http://blog.csdn.net/sdlyjzh/article/details/28876385Hadoop其实并不是一个产品，而是一些独立模块的组合。主要有分布式文件系统HDFS和大型分布式数据处理库MapReduce。由于目前主要用到HDFS，所以这里看一下它的工作原理，以及相应... 阅读全文
摘要：
转自：http://www.cnblogs.com/z1987/p/5055565.html MapReduce模型主要包含Mapper类和Reducer类两个抽象类。Mapper类主要负责对数据的分析处理，最终转化为key-value数据对；Reducer类主要获取key-value数据对，然后... 阅读全文
摘要：
转自：http://www.cnblogs.com/z1987/p/5052409.html1、map类 map类继承了库类中的Mapper，即Mapper。通常map类中会重写map方法，map每次只接受一个key-value，然后对其进行预处理，再分发出处理后的数据。其map方法为：prote... 阅读全文
摘要：
转自：http://qq85609655.iteye.com/blog/2035717摘要：随着数据体积的越来越大，实时处理成为了许多机构需要面对的首要挑战。Shruthi Kumar和Siddharth Patankar在Dr.Dobb’s上结合了汽车超速监视，为我们演示了使用Storm进行实时大... 阅读全文
摘要：
因学习项目需要，在pom.xml添加hbase-client依赖的时候提示解决Maven工程中报 Missing artifact jdk.tools:jdk.tools:1.7的提示信息，之前遇到这样的情况都是到\repository仓库删除.lastupdated文件再保存，这次不管用了。看... 阅读全文
摘要：
转自：http://blog.chinaunix.net/uid-27177626-id-4653808.htmlHive三种不同的数据导出的方式，根据导出的地方不一样，将这些方法分为三类：（1）导出到本地文件系统（2）导出到HDFS（3）导出到hive的另一个表中导出到本地文件系统执行：hive>... 阅读全文
摘要：
转自：http://blog.csdn.net/nomasp/article/details/50349172堆算法什么是堆堆（heap），是一类特殊的数据结构的统称。它通常被看作一棵树的数组对象。在队列中，调度程序反复提取队列中的第一个作业并运行，因为实际情况中某些时间较短的任务却可能需要等待很长... 阅读全文
摘要：
转自：http://blog.csdn.net/wypblog/article/details/17528851 最近发现自己收集到的Hadoop学习资料有很多本，想想放在那里也浪费，所以觉得贴出来给大家分享，需要的可以去我CSDN里面下载，保证全部资源免费下载！这里面很多英文的资料。 1、《H... 阅读全文
摘要：
转自：http://www.cnblogs.com/datacloud/p/3604492.html原书章节原书章节题目翻译文章序号翻译文章题目链接4.1JoiningHadoop（1）MapReduce连接：重分区连接（Repartitionjoin）http://www.cnblogs.com/... 阅读全文