摘要：
想要搭建自己的Hadoop和spark集群，尤其是在生产环境中，下载官网提供的安装包远远不够的，必须要自己源码编译spark才行。 环境准备： 1，Maven环境搭建,版本Apache Maven 3.3.9，jar包管理工具； 2，JDK环境搭建，版本1.7.0_51，hadoop由Java编写； 阅读全文
摘要：
Scrapy架构概述 1， 从最初自己编写的spiders，获取到start_url，并且封装成Request对象。 2，通过engine(引擎)调度给SCHEDULER(Requests管理调度器)。 3，SCHEDULER管理ENGINE传递过来的所有Requests，通过优先级，传递给ENGI 阅读全文
摘要：
Redis数据库概述 Redis是什么 redis是一个高性能的key-value存储系统。支持的value类型相对更多，包括string,list,set,zset(sorted set --有序集合)和hash(哈希)。 Redis 安装 Linux: sudo apt-get install 阅读全文
摘要：
分布式爬虫概述 什么是分布式爬虫： 多个爬虫分布在不同的服务器上，通过状态管理器进行统一调度，达到像URL去重等功能的爬虫系统 分布式爬虫的优点 1） 充分利用多台机器的宽带加速 2）充分利用多机器的IP加速爬取速度 Scrapy分布式爬虫原理 单机Scrapy爬虫架构 分布式爬虫需要改进的Scra 阅读全文
摘要：
Spark：快速的通用的分布式计算框架 概述和特点： 1) Speed,（开发和执行）速度快。基于内存的计算；DAG（有向无环图）的计算引擎；基于线程模型； 2）Easy of use,易用 。 多语言（Java,python,scala,R）; 多种计算API可调用；可在交互式模式下运行； 3）G 阅读全文
摘要：
错误解决记录 软件包依赖 mariadb组件 阅读全文
摘要：
rhel7安装mysql服务 环境： 1）rhel 7虚拟机 2）配置完163网络yum源，并且保证网络通畅 安装过程： 1） 安装Mysql和Mysql-devel 命令：yum install mysql yum install mysql-devel 2 ) 安装mysql-server 命令 阅读全文
摘要：
Yum本地源的配置 本教程是在虚拟机里安装Red Hat Enterprise Linux 7 ,以其为例使用iso文件进行Yum本地源的配置。所使用的软件如下： (1)虚拟机：Vmware workstation 11.0.0 build-2305329 (2)Linux:Red Hat Ente 阅读全文
摘要：
redhat 7.2配置网易yum源 卸载原来的yum源和安装必须的rpm包 1）确保虚拟机能够连接外网 2）前往http://mirrors.163.com/centos/7/os/x86_64/Packages/下载一下rpm包： python-iniparse-0.4-9.el7.noarch 阅读全文
摘要：
Hive产生背景 1）MapReduce的编程不便，需通过Java语言等编写程序 2） HDFS上的文缺失Schema(在数据库中的表名列名等)，方便开发者通过SQL的方式处理结构化的数据，而不需要Java等编写程序 Hive是什么 1）facebook开源，最初为解决海量的结构化日志数据统计问题 阅读全文