摘要：
测试小结：1.如果只需要对数据集进行过滤，筛选则只需要编写Mapper类，不需要Reduce类，此时要执行下面一条语句:job.setNumReduceTesk(0);2.如果需要对处理的数据进行分组（group by）、排序（order by）、表连接（join）、排重（distinct）等操作则 阅读全文
摘要：
两张表链接操作（分布式缓存）： 假设：其中一张A表，只有20条数据记录（比如group表）另外一张非常大，上亿的记录数量（比如user表） 策略：将数据集小的文件直接装载到内存，然后迭代大文件记录； 分布式缓存的两种角度理解（针对较小数据集）：1、将文件不切块，直接存储到各个节点上的本地磁盘中，这种 阅读全文