#
因为工作需要需要做一些与大数据开发有关的工作，加之网上的知识过于分散，经常往图书馆跑。看了很多与数据相关的书籍，认为以下基本比较不，错推荐给大家。因为本人接触大数据不足一年，肯定会有一些错误的观念，有
排序可以说是很多日志系统的硬指标（如按照时间逆序排序），如果一个大数据系统不能进行排序，基本上是这个系统属于不可用状态，排序算得上是大数据系统的一个“刚需”,无论大数据采用的是hadoop,还是
1、为何不用RAIDHDFS所提供的节点间数据复制技术已可满足数据备份需求，无需使用RAID冗余机制。RAID 0速度比JBOD（Just a Bunch Of Disks）慢，JBOD在所有磁盘之间
部署主节点以及安装服务请看上https://blog.51cto.com/6989066/2173573 （八）节点的扩展（以HDFS为例）① 从节点的准备工作安装一台新的Linux从节点只需要安装
包下载http://archive.cloudera.com/cdh5/cdh/4/http://apache.fayea.com/hadoop/common/hadoop-2.6.4/hadoop-
随着大数据时代的来临，数据体量越来越大，处理这些数据会越来越受到网络IO的限制，为了尽可能多的处理更多的数据我们必须使用压缩。那么压缩在Hadoop里面是不是所有格式都适用呢？
首先再看一下四台VM在集群中担任的角色信息：IP 主机名&
最近一段时间一直在接触关于 hadoop 方面的内容，从刚接触时的一片空白，到现在也能够说清楚一些问题。这中间到底经历过什么只怕也就是只有经过的人才会体会到吧。前几天看到有个人问“学 hadoop 需
1. 集群环境Master 192.168.2.100Slave1 192.168.2.101Slave2 192.168.2.102 2. 下载安装包#Masterwget http://mirro
有时会碰到HDFS访问异常，此时可以重新初始化HDFS，但尽量不要过多次数初始化，而且初始化之前最好关闭Hadoop（stop-all.sh），不然会把之前文件都删除，还会造成从节点进程失效.1.关闭
