摘要： 抓取的网页内容中，有大部分会是相似的，抓取时就要过滤掉，开始考虑用VSM算法，后来发现不对，要比较太多东西了，然后就发现了simHash算法，这个算法的解释我就懒得copy了，simhash算法对于短数据的支持不好，但是，我本来就是很长的数据，用上！ 源码实现网上也有不少，但是貌似都是同样的，... 阅读全文

摘要： 自定义blog样式时，代码段的line-height继承样式post的line-height，间隔太大了，决定再减小点，css都玩了几年了，感觉中这是很容易的事情。然后，就悲剧了好久，原先自定义样式表为.headermaintitle { font-family:"华文行楷",Verdan... 阅读全文

摘要： 1.简单模式 这种模式，配置简单，使用简单。 core-site.xml添加 hadoop.security.authorization true hadoop.security.authentication s... 阅读全文

摘要： 1.好久没用log4j了，转到logback好多年了，hbase程序运行时，报缺少log4j配置，那么，就转去logback吧（以下的XXX表示版本号）。 原先lib包里面有log4j-XXX.jar、slf4j-api-XXX.jar、slf4j-log4j12-XXX.jar，干掉log4... 阅读全文

摘要： css和js，是咱的强项，花了几十分钟，调了下博客页面的css，重写了原先js中的一个方法，加了点东西，嗯。。就是右侧的块分类名居然有几个是英文的，不可饶恕！ 内页的广告啥的隐掉，调了调样式，看着好多了。 中间有7年的东西没写上来，唉，慢慢加了，能记到多少写多少了。 右侧高度在内页中，还有... 阅读全文

摘要： 设定hbase的数据目录，修改conf/hbase-site.xml hbase.cluster.distributed true The mode the clusterwill be in. Possible values are ... 阅读全文

摘要： 看了下MapReduce的例子。再看了下Mapper和Reducer源码，理清了参数的意义，就o了。public class Mapperpublic class Reducer Map是打散过程，把输入的数据，拆分成若干的键值对。Reduce是重组的，根据前面的键值对，重组数据。 自己写M... 阅读全文

摘要： 开始没搞定插件问题，就弄了个dsf操作类，后面搞定了插件问题，这玩意也就聊胜于无了，还是丢这里算了。 首先是一个配置，ztool.hadoop.propertieshadoop.home.dir=G:/hadoop/hadoop-2.4.1hadoop.user.name=hadoophado... 阅读全文

摘要： 昨天折腾hadoop2X的eclipse插件，从https://github.com/winghc/hadoop2x-eclipse-plugin把源码搞下来后，很快搞定出来一个，但是。。。New Hadoop Location时，窗口出不来，汗死，原因后面会说明的。源码难下，最后我会附上源码包... 阅读全文

摘要： 先丢点问题小结到这里，免得忘记，有空再弄个详细教程玩，网上的教程要不就是旧版的，要不就是没说到点子上，随便搞搞也能碰上结果是对的时候，但是知其然而不知其所以然，没意思啊。解决问题的方法有很多种，总得找到比较合适的方法才行的。1.服务器禁用ipV6配置.2.Could not locate execu... 阅读全文