摘要：
一.介绍及数据准备 把文件ID对应到关键词的映射转换为关键词到文件ID的映射，每个关键词都对应着一系列的文件，这些文件中都出现这个关键词。 参考博客：https://www.cnblogs.com/zlslch/p/6440114.html 1.建立一个文件夹 2.在文件夹下建立三个文件，准备数据： 阅读全文
摘要：
一.什么是Shuffle yarn-site.xml文件配置的时候有这个参数：yarn.nodemanage.aux-services:mapreduce_shuffle 因为mapreduce程序运行在nodemanager上，nodemanager运行mapreduce程序的方式就是shuffl 阅读全文
摘要：
二.排序 对象排序 员工数据 Employee.java > 作为key2输出 需求：按照部门和薪水升序排列 Employee.java EmployeeSortMapper.java EmployeeSortMain.java 结果： 三.分区分区:Partition: 根据Map的输出（k2 v 阅读全文
摘要：
一.序列化 类似于Java的序列化：将对象——>文件 如果一个类实现了Serializable接口，这个类的对象就可以输出为文件 同理，如果一个类实现了的Hadoop的序列化机制（接口：Writable），这个类的对象就可以作为输入和输出的值 例子：使用序列化 求每个部门的工资总额 数据：在map阶 阅读全文
摘要：
一.分析Mapreduce程序开发的流程 1.图示过程 输入：HDFS文件 /input/data.txt Mapper阶段： K1:数据偏移量（以单词记）V1：行数据 K2:单词 V2:记一次数 Reducer阶段 : K3:单词（=K2） V3:V2计数的集合 K4:单词 V4:V3集合中元素累 阅读全文
摘要：
一、Java的动态代理对象 实现代码如下： 1.接口类MyService 2.接口实现类MyServiceImpl 3.测试类TestMain console: 二、RPC：远程过程调用 1.服务端：发布一个接口（MyBusiness）到RPC Server上 实现类：MyBusinessImpl 阅读全文
摘要：
一.HDFS的回收站: recyclebin 1.HDFS的回收站默认是关闭的 2.启用回收站：去core-site.xml配置 路径：/root/training/hadoop-2.7.3/etc/hadoop 3.配置完成后删除目录 hdfs dfs -rmr /folder1 日志： 本质：删 阅读全文
摘要：
一.Web Console：端口50070 二.HDFS的命令行操作 （一）普通操作命令 HDFS 操作命令帮助信息： hdfs dfs + Enter键 常见命令 1. -mkdir 在HDFS上创建目录：hdfs dfs -mkdir /aaa 如果父目录不存在，使用 -p 命令先创建父目录： 阅读全文
摘要：
一.Hadoop安装部署的预备条件 准备：1、安装Linux和JDK。 安装JDK 2、关闭防火墙 3、配置主机名 输入：vi /etc/hosts，回车 解压hadoop：tar -zxvf hadoop-2.7.3.tar.gz -C ~/training/ 设置环境变量：vi ~/.bash_ 阅读全文
摘要：
一.分布式存储 NameNode（名称节点） 1.维护HDFS文件系统，是HDFS的主节点。 2.接收客户端的请求：上传、下载文件、创建目录等。 3.记录客户端操作的日志（edits文件），保存了HDFS最新的状态 1）Edits文件保存了自最后一次检查点之后所有针对HDFS文件系统的操作，比如：增 阅读全文