#
上一遍文章中其实最主要的就是JAVA环境变量以及hadoop环境变量的设置，这两个设置好了的话，运行hadoop基本上不会出问题。在hadoop的基础上安装spark好简单。安装Spark之前需要先安
企业大数据来源1.企业内部日志文件数据库**用户行为数据2.企业外部爬虫第三方购买（蚂蚁数据银行）--贵阳大数据=海量数据+复杂类型的数据hadoop是由谷歌的三篇论文《mapreduce》 --
Hadoop的MapReduce shuffle过程，非常重要。只有熟悉整个过程才能对业务了如指掌。MapReduce执行流程输入和拆分： 不属于map和reduce的主要过
hadoop 2.7.6报错记录：2019-05-20 16:21:36,324 ERROR org.apache.hadoop.hdfs.server.datanode.DirectoryScann
一、CCAH Administrator Hadoop管理员认证认证准备建议：Hadoop管理员培训考试形式：90分钟；70%通过；60道多项选择题（会提示是单选or多选）培训内容通过讲师在课堂上的讲
本节介绍两种调试Hadoop源代码的方法：利用Eclipse远程调试工具和打印调试日志。这两种方法均可以调试伪分布式工作模式和完全分布式工作模式下的Hadoop。本节主要介绍伪分布式工作模式下的Had
person类的代码：import java.io.DataInput;import java.io.DataOutput;import java.io.IOException;import org.
本阶段不需要编程，很多人听过大数据，听过人工智能，听过数据挖掘。但是几乎都有疑问：什么是大数据？什么是人工智能？大数据和人工智能能做什么？等等。这一阶段主要是答疑解惑，让大家明白这些概念，至少在和高端
Idea+Centos7+hadoop-2.7.3源码阅读环境搭建 1.环境准备 安装maven 3.5.4 下载地址: http://mirrors.shu.edu.cn/apache/maven
主要介绍Hadoop家族产品，常用的项目包括Hadoop, Hive, Pig, HBase, Sqoop, Mahout, Zookeeper, Avro, Ambari, Chukwa，新增加的项
