摘要：
一：自定义输出 需求：将多个小文件合并为SequenceFile（存储了多个小文件） 存储格式：文件路径+文件的内容 c:/a.txt i am hunter henshuai c:/b.txt i love delireba inputFormat(自定义加上路径) 代码编写： 1：自定义File 阅读全文
摘要：
先来个原理图压压惊： 温馨提示：如果看不清这个图，可以下载下来，在自己电脑上可以放大。 或者直接放大浏览器。快捷键Ctrl+鼠标滑轮上即可放大。想恢复原来浏览器的默认大小，快键键：Ctrl+数字0 一：概述shuffle Shuffle是mapreduce的核心，链接map与reduce的中间过程。 阅读全文
摘要：
辅助排序 WritableComparator排序（类）： 1：原理：（借鉴别人的，个人觉得这个要好理解点） 它是用来给Key分组的 它在ReduceTask中进行，默认的类型是GroupingComparator也可以自定义 WritableComparator为辅助排序手段提供基础（继承它），用 阅读全文
摘要：
1实现接口->WritableCompareable 排序操作在hadoop中属于默认的行为。默认按照字典殊勋排序。 2 排序的分类： 1）部分排序 2）全排序 3）辅助排序 4）二次排序 3 案例： 在流量汇总输出文件里的数据 进行分区，每个分区中的数据进行排序 数据预览，这里只是进行了流量的汇总 阅读全文
摘要：
一：分区 1：自定义一个Partition类（直接使用上次那个流量统计那个代码） 2：在Driver类中添加Partiton的分区个数 3：运行结果 一：合并（mapTask的合并） 原理图： 1：maptask并行度与决定机制 2 maptask工作机制 3：运用场景 1：多个小文件合并优化（减少 阅读全文
摘要：
每一个用户的统计总流量 一：编写代码之前。先了解一下hadoop中的序列化 JAVA 类型 HADOOP 类型 int IntWritable float FloatWritable long LongWritable double DoubleWritable string Text boolea 阅读全文
摘要：
一：单词计数 1：单词计数总流程图 2：代码实现 1:Map阶段 2：Reduce阶段 3：Driver阶段 4：打包程序提交到集群上运行 命令 （如果jar包没在当前目录下，记得写好路径）： hadoop jar wordcount.jar it.dawn.YARNPra.wc_hdfs.Word 阅读全文
摘要：
1大数据解决的问题？ 海量数据的存储：hadoop->分布式文件系统HDFS 海量数据的计算：hadoop->分布式计算框架MapReduce 2什么是MapReduce? 分布式程序的编程框架，java->ssh ssm ，目的：简化开发！ 是基于hadoop的数据分析应用的核心框架。 mapre 阅读全文
摘要：
简介：这里先手写一个MR程序，大致实现一个单词计数程序。帮助后面学习MapReduce组件。 1：先自定义一个Mapper接口 2：定义一个Context类： 该类主要实现数据的传输，和数据的封装（这里用的一个HashMap进行封装的） 3：实现Mapper类（其实这里就是简化的Map和Reduce 阅读全文
摘要：
1：namenode+secondaryNameNode工作机制 2：datanode工作机制 3：HDFS中的通信（代理对象RPC） 下面用代码来实现基本的原理 1：服务端代码 2：代理对象接口 3：代理对象的实现 4：客服端 阅读全文