摘要：
1. 线性代数http://pan.baidu.com/share/link?shareid=418117&uk=9084630932. 概率论ml tutorials：http://homepages.inf.ed.ac.uk/rbf/IAPR/researchers/MLPAGES/mltut.htm概率基础（概率简介，贝叶斯分类器）：http://www.autonlab.org/tutorials/prob18.pdfprobability density function介绍(期望，方差，协方差) ：http://www.autonlab.org/tutorials/pdf1 阅读全文
摘要：
1.scons是神马？scons是linux下的自动构建工具，类似cmake。2. 安装wget http://prdownloads.sourceforge.net/scons/scons-2.2.0.tar.gz .tar zxvfscons-2.2.0.tar.gzcdscons-2.2.0python setup.py install正常情况下，scons将安装到${PYTHON_INSTALL_DIR}/bin/下3. hello world程序三个文件hello.h hello.c main.c hello.h定义函数void hello(); hello.c中实现该函数，main 阅读全文
摘要：
使用缓存，通常需要注意的问题是一致性的问题，通常做法是：1. http中使用head协议保证2. 每次读取数据client向server发送验证请求i，和1类似3. server记录那些client读取过数据，如果server对数据进行了修改，进行callback形式告知客户端失效，主要的问题是如果server和client通信失败，更新操作将无法继续。另外的实现采用现在的lease机制，server在一段时间内给予client控制修改的权限，如果server想要修改数据，首先需要征得client的同意，如果client同意，那么client需要清空自己的缓存。如果lease过期了，clien 阅读全文
摘要：
Advanced Hadoop Tuning and Optimization - Hadoop Consulting View more PowerPoint from Impetus Technologies 阅读全文
摘要：
分享一个关于hdfs写入流程文档：今天主要的话遇到了这样的一个问题:集群中的配置环境是一台datanode和一台namenode，这时如果在datanode上运行hdfs的客户端上传一个2g的文件 和在namenode上运行同样的程序 个人觉得应该是在datanode上运行的时间短 为什么出现的结果却是相反?运行结果如下：namenode start upload finish upload, cost time: 24240 datanode start upload finish upload, cost time: 69679 阅读全文
摘要：
下面是一些讨论想法：-------------------------------------------------------------------------------------------------------------------------------------------------是不是和timestamp有关Hbase默认的是30s这个时间差，对于时间戳已经太大了rangeserver上有关skew有这段注释：HT_ERROR("Revision(clock)skewdetected!Mayresultindataloss.");是不是每个网络 阅读全文
摘要：
1. 数据写入流程gfs论文中给定的流程如下：1. The client asks the master which chunkserver holdsthe current lease for the chunkan d the locations ofthe other replicas. If no one has a lease, the mastergrants one to a replica it chooses (not shown).2. The master replies with the identity of the primary andthe locations 阅读全文
摘要：
Hfile格式详细介绍 View more documents from xuqianghitsoft 阅读全文
摘要：
Design Patterns for Distributed Non-Relational Databases View more presentations from guestdfd1ec 阅读全文
摘要：
1. 安装hive2. hive实战3. hive存储模型4. 深入hql查询语言5. 参考资料及代码下载<1>. 安装hive下载hive，下载地址http://mirror.bjtu.edu.cn/apache//hive/，解压该文件： xuqiang@ubuntu:~/hadoop/src/hive$ tar zxvf hive-0.7.0-bin.tar.gz 设置环境变量： xuqiang@ubuntu:~/hadoop/src/hive$ cd hive-0.7.0-bin/ xuqiang@ubuntu:~/hadoop/src/hive/hive-0.7.0-bi 阅读全文
摘要：
1. pig简介2. 安装pig3. 实战pig4. 深入pig5. 参考资料及代码下载<1>. Pig简介pig是hadoop项目的一个拓展项目，用以简化hadoop编程（简化的程度超乎想象啊），并且提供一个更高层次抽象的数据处理能力，同时能够保持hadoop的简单和可靠性。<2>. 安装pig2.1 下载pig：[点击下载]pig安装包2.2 解压下载完成的pig安装包：xuqiang@ubuntu:~/hadoop/src/pig$ tar zxvf pig-0.8.1.tar.gz2.3 设置环境变量xuqiang@ubuntu:~$ vim .bashrcex 阅读全文
摘要：
1. Chaining MapReduce Jobs任务链2. Join data from different data source<1>. Changing MapReduce jobs1.1Chaining MapReduce jobs in a sequenceMapReduce程序能够执行一些复杂数据处理的工作，通常的情况下，需要将这个任务task分割成多个较小的subtask，然后每个subtask通过hadoop中的job运行完成，然后教案subtask的结果收集起来，完成这个复杂的task。最简单的就是“顺序”执行了。编程模型也比较简单。我们知道在MapReduc 阅读全文
摘要：
1.WordCount示例及MapReduce程序框架2. MapReduce程序执行流程3. 深入学习MapReduce编程（1）4. 参考资料及代码下载<1>. WordCount示例及MapReduce程序框架首先通过一个简单的程序来实际运行一个MapReduce程序，然后通过这个程序我们来哦那个结一下MapReduce编程模型。下载源程序：/Files/xuqiang/WordCount.rar，将该程序打包成wordcount.jar下面的命令,随便写一个文本文件，这里是WordCountMrtrial，并上传到hdfs上，这里的路径是/tmp/WordCountMrtr 阅读全文