摘要：聚类算法一览 聚类算法是数据挖掘领域三类基本算法之一，另外两种算法是分类算法和协同过滤算法。按照机器学习领域的分类标准，聚类算法属于一种无监督的学习算法，分类算法是一种有监督的学习算法。因为分类算法的输入数据对象是有标签的，标签表示了数据对象的所属的类别，而聚类算法的输入数据没有标签，聚类算法的目... 阅读全文

摘要：一：服务器概况 服务器是联想旗下ThinkServer品牌TD340型号服务器，服务器标配32G内存，1T硬盘。其中服务器使用RAID（磁盘阵列）技术，拥有一个RAID卡，服务器标配一个大小为1T的磁盘，可以通过插入更多磁盘的方式来扩展服务器容量。此时需要使用RAID卡来管理多磁盘的情况，即使只有... 阅读全文

摘要：Hadoop有一个抽象文件系统的概念，hdfs只是其中的一个实现，Java抽象类org.apache.hadoop.fs.FileSystem定义了hadoop中的一个文件系统接口，hdfs是实现了这个接口的一个文件系统，还有其它的文件系统实现，例如使用了本地磁盘文件系统的Local文件系统和R... 阅读全文

摘要：Hadoop文件系统简介Hadoop家族中，最重要的两部分内容就是MapReduce和HDFS，其中MapReduce是一种编程范型，这种范型比较适合用来在分布式环境下进行批处理计算。另一部分就是HDFS，即hadoop分布式文件系统。Hadoop环境下可以兼容多种文件系统，包括本地文件系统，体现在... 阅读全文