Hadoop 2.0：大数据的新突破在即
Hadoop 2.0：大数据的新突破在即以往Hadoop似乎就是大数据的代名词。不过最近随着大数据应用的深入，大家已经越来越倾向于仅仅把它看成是大数据的一个存储工具了。 不过这并不一定就是坏事。把Hadoop当作廉价有效的存储正好是Had
CentOS7下用jdk1.7编译hadoop-2.7.1全过程详解说实话，本人编译hadoop的过程比较曲折，但收获也很多，下面系统介绍一下CentOS7下编译hadoop-2.7.1的全过程吧。 先说明，32位linux操作系统可以直接下载编译好的hadoop使用
hadoop完全分布式文件系统集群搭建一、准备工作： 1、找3台以上的主机（因为HDFS文件系统中保存的文件的blocak在datanode中至少要有3份或3份以上的备份，备份不能放于同一个机架上，更不能放于同一台主机上），我这里使用的是
利用Mahout实现在Hadoop上运行K-Means算法 一、介绍Mahout Mahout是Apache下的开源机器学习软件包，目前实现的机器学习算法主要包含有协同过滤/推荐引擎，聚类和分
人人网:基于Hadoop的SNS统计和聚类推荐【IT168 技术】12月2日-3日，以主题为“海量数据掘宝”的Hadoop中国2011云计算大会在北京会议中心召开。本次大会邀请了Apache软件基金会主席 Doug C
Hadoop是什么Hadoop是什么?Hadoop是一个开发和运行处理大规模数据的软件平台,是Appach的一个用java语言实现开源软件框架，实现在大量计算机组成的集群中对海量数据进行分布式计算. Hadoop框架中
笔者使用的是基于虚拟机的Hadoop分布式安装，由于关闭datanode和namenode的顺序不恰当，所以经常会出现datanode加载失败的情况。 本人的解决方法适用于首次已经成功启动整个集群，但
Hadoop控制输出文件命名在一般情况下，Hadoop 每一个 Reducer 产生一个输出文件，文件以 part-r-00000、part-r-00001 的方式进行命名。如果需要人为的控制输出文件的命 名或者每一个 Redu
以前也配置过hadoop集群，但是很久没有重新去倒腾配置的细节，导致这次走了不少弯路。为了让后来的人少走弯路，也给我自己留个提醒，于是就有了这篇文章。 首先配置这个集群主要包括三个部分。三个部分各自都
1> 检查对HDFS的访问(在namenode上操作) #./hadoop-0.20.2/bin/hadoop fs -ls 2> hadoop中的文件系统操作 #./hadoop-0.2