摘要： Spark是一个高效的分布式计算系统，相比Hadoop，它在性能上比Hadoop要高100倍。Spark是发源于美国加州大学伯克利分校AMPLab的集群计算平台，它克服了MapReduce在迭代式计算和交互式计算方面的不足，通过引入RDD（Resilient Distributed Datasets）数据表示模型，能够很好地解决MapReduce不易解决的问题。相比于MapReduce，Spark能够充分利用内存资源提高计算效率。 阅读全文

摘要： 一、基础学习Java正则表达式 Maven-3.2.2安装配置|转载：PuTTY的自动登录设置Ubuntu中vi常用命令|Ubuntu-12.04-server 配置修改静态 IP地址|二、大数据（Hadoop,Spark...）1）编译安装Ubuntu12.04-x64编译Hadoop2.2.0和... 阅读全文

摘要： （1）安装JDK，这里是1.7.0_51（2）Maven-3.2.2下载地址：http://mirrors.cnnic.cn/apache/maven/maven-3/3.2.2/binaries/apache-maven-3.2.2-bin.tar.gz（3）解压tar -zxvf apache-... 阅读全文

摘要： Spark编译 阅读全文

摘要： 一、算法原理请参考我在大学时写的《QR方法求矩阵全部特征值》，其包含原理、实例及C语言实现：http://www.docin.com/p-114587383.html二、源码分析这里有一篇文章《使用MapRedece进行QR分解的步骤》可以看看/** For an m x n matrix A wi... 阅读全文

摘要： 1、匹配括号及括号内的内容，如“(**)”Pattern Pattern1 = Pattern.compile("\\(.+\\)") 2、匹配 汉字+数字，如“电视01”Pattern Pattern1 = Pattern.compile("[\u4e00-\u9fa5]+[0-9]+$");正... 阅读全文

摘要： Intellij IDEA的使用性非常好，是一个非常优秀的IDE，也是很好的scala开发工具。这里对构建Intellij IDEA的Scala开发环境进行介绍，包含在Windows环境和Ubuntu环境下的安装配置。 阅读全文

摘要： fesh个人实践，欢迎经验交流！Blog地址：http://www.cnblogs.com/fesh/p/3804072.html 本文有点简单，详细版本请参见《分布式Hbase-0.98.4在Hadoop-2.2.0集群上的部署》 Hbase是一个分布式,版本化(versioned)，构建... 阅读全文

该文被密码保护。 阅读全文

摘要： fesh个人实践，欢迎经验交流！Blog地址：http://www.cnblogs.com/fesh/p/3775429.html　Mahout之SparseVectorsFromSequenceFiles源码分析一、原理TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一... 阅读全文