搜索[hadoop]结果-低调大师优秀个人博客

精选列表

搜索[hadoop]，共8432篇文章

知识分享：详解Hadoop核心架构

通过对Hadoop分布式计算平台最核心的分布式文件系统HDFS、MapReduce处理过程，以及数据仓库工具Hive和分布式数据库Hbase的介绍，基本涵盖了Hadoop分布式平台的所有技术核心。

2017-08-01

Hadoop的过去、现在和未来

Hadoop是目前大数据分析领域中应用最广泛的一种分布式架构，而经过相当长时间的发展，Hadoop在功能上也越来越成熟。不过，在这个星球上，你找不到拥有11年Hadoop经验的人。

2017-08-01

Hadoop之后：大数据的未来

在实时数据世界里，为什么我们还这么执着于Hadoop? 根据451 Research调查数据显示，围绕批处理架构的Hadoop仍然是大数据[注]的代表技术，尽管其声誉仍然超过实际部署情况。

2017-08-01

相比Hadoop,如何看待Spark技术?

但是最近的风评已经变化，尤其是14年10月他们完成了Peta sort的实验，这标志着Spark越来越接近替代Hadoop MapReduce了。

2017-08-01

Hadoop2.6下安装Hive

mysql -u root -p 解压及配置Hive 我的hadoop安装目录在 /usr/local/hadoop-2.6.4 中，解压apache-hive-1.1.1-bin.tar.gz到 /usr

2017-08-01

《Hadoop实战第2版》——导读

目录前言第1章 Hadoop简介1.1 什么是Hadoop1.2 Hadoop项目及其结构1.3 Hadoop体系结构1.4 Hadoop与分布式开发1.5 Hadoop计算模型—MapReduce1.6

2017-08-01

初学hadoop的心路历程

在学习hadoop之前，我就明确了要致力于大数据行业,成为优秀的大数据研发工程师的目标，有了大目标之后要分几步走，然后每一步不断细分，采用大事化小的方法去学习hadoop。

2017-08-01

大数据除了Hadoop，还有Scrapy

从早期依赖结构化数据库的挖掘分析发展到现今海量、多源、非结构数据需要依赖并行算法才能解决数据的处理瓶颈，也事实上铸就了Hadoop、Spark这些技术脱颖而出;然而大数据所带来的数据噪声、真实性、完整性

2017-07-11

《Hadoop集群与安全》一导读

前言在过去的数年中，Hadoop已经成为数据集成平台的标准解决方案。各企业都在数据基础设施架构中融入新的技术，这要求系统工程师和数据管理员要迅速地掌握新组件的各个方面。

2017-07-03

前言为什么要写这本书最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 早在2012年，大数据（big data）一词已经被广泛提起，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。那时就有人预计，从2013年至2020年，全球数据规模将增长10倍，每年产生的数据量将由当时的4.4万亿GB，增长至44万亿GB，每两年翻一番。既然“大数据”浪潮已经来临，那么与之对应的大数据人才呢？在国外，大数据技术发展正如火如荼，各种方便大家学习的资料、教程应有尽有。但是，在国内，这种资料却是有“门槛”的。其一，这类资料是英文的，对于部分人员来说，阅读是有难

2017-07-03

Hadoop源码学习之HDFS（一）

Hadoop的HDFS可以分为NameNode与DataNode,NameNode存储所有DataNode中数据的元数据信息。

2017-07-03

通过Loadrunner连接操作Hadoop HDFS

选择的Jar包也只能用Hadoop2.6.0，但是这不影响连接高版本的hadoop-HDFS（本次测试就实现了连接操作hadoop2.7下HDFS）。

2017-06-27

Apache Hama 现支持 Hadoop YARN

Apache Hama 现在不单单是支持 Mesos，还支持 Hadoop YARN，使用在 Samsung Electronics。

2017-06-07

Hadoop上小文件存储处理

Hadoop–小文件存储处理本篇文章项目是Cloudera论坛中无意中看到的，虽然原文写于2009年，但是当前开来Hadoop的小文件存储方案并没有很好的解决方案，所以感觉作者写的很好，也很详细，于是就抽空翻译了

2017-05-19

《Hadoop MapReduce性能优化》一导读

前言 Hadoop MapReduce性能优化MapReduce是一个重要的并行处理模型，用于大规模、数据密集型应用，比如数据挖掘和Web索引。

2017-05-02

《Hadoop技术详解》一2.2 设计

本节书摘来异步社区《Hadoop技术详解》一书中的第2章，第2.2节，作者：【美】Eric Sammer 译者：刘敏 , 麦耀锋 , 李冀蕾 , 等，更多章节内容可以访问云栖社区“异步社区”公众号查看

2017-05-02

Hadoop- The Definitive Guide 笔记二

HBasebuilds on Hadoop Core to provide a scalable, distributed database.

2017-05-02

《Hadoop MapReduce实战手册》一导读

第5章介绍了其他与Hadoop相关的项目，如HBase、Hive和Pig。第6章解释了如何使用Hadoop来计算基本的统计分析信息。

2017-05-02

《Hadoop实战手册》一1.1 介绍

本节书摘来异步社区《Hadoop实战手册》一书中的第1章，第1.1节，作者：【美】Jonathan R.

2017-05-02

Ubuntu 14.04编译安装hadoop 2.7.3

下载源代码版本 hadoop-2.7.3-src.tar.gz 解压 tar -xzvf hadoop-2.7.3-src.tar.gz 安装编译工具、依赖包等 sudo apt-get -y install

2017-05-01

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

精选列表

知识分享：详解Hadoop核心架构

Hadoop的过去、现在和未来

Hadoop之后：大数据的未来

相比Hadoop,如何看待Spark技术?

Hadoop2.6下安装Hive

《Hadoop实战第2版》——导读

初学hadoop的心路历程

大数据除了Hadoop，还有Scrapy

《Hadoop集群与安全》一导读

《Hadoop与大数据挖掘》——导读

Hadoop源码学习之HDFS（一）

通过Loadrunner连接操作Hadoop HDFS

Apache Hama 现支持 Hadoop YARN

Hadoop上小文件存储处理

《Hadoop MapReduce性能优化》一导读

《Hadoop技术详解》一2.2 设计

Hadoop- The Definitive Guide 笔记二

《Hadoop MapReduce实战手册》一导读

《Hadoop实战手册》一1.1 介绍

Ubuntu 14.04编译安装hadoop 2.7.3

资源下载

优质分享App

Nacos

Spring

Rocky Linux

欢迎您来访！