<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[LittleBiscu1t的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/LittleBiscu1t</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; LittleBiscu1t]]></copyright><item><title><![CDATA[Hadoop源码分析（十二）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/122106236</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/122106236</guid><author>LittleBiscu1t</author><pubDate>Thu, 23 Dec 2021 15:44:20 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们在学习了RecordReader的基础上分析了RecordWriter的源码，并对mapreduce中最关键的几个类之一Reducer进行了深入分析，了解了其函数以及工作流程，并结合之前学习的mapper分析了mapreduce的粗略过程。本次我们从org.apache.hadoop.mapreduce.TaskAttemptID开始，完成最后一部分的分析。

org.apache.hadoop.mapreduce.TaskAttemptID源码分析
首先]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（十一）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121912829</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121912829</guid><author>LittleBiscu1t</author><pubDate>Mon, 13 Dec 2021 21:05:21 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们分析了类Partitioner以及其代表子类HashPartitioner，并对字定义Partitioner做了一些尝试。随后又分析了QueueAclsInfo和RecordReader，同时对RecordReader的方法及几种常见RecordReader做了分析。本次我们将要继续分析与RecordReader紧密相连的类org.apache.hadoop.mapreduce.RecordWriter&lt;K,V&gt;。

org.apache.ha]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（十）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121777376</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121777376</guid><author>LittleBiscu1t</author><pubDate>Tue, 07 Dec 2021 23:17:11 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们分析了迭代器类MarkableIterator，OutputCommitter，OutputFormat以及其子类，并对自定义格式输出有了进一步的了解。本此我们将继续分析，首先从org.apache.hadoop.mapreduce.MarkableIterator&lt;VALUE&gt;开始。

...]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（九）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121641459</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121641459</guid><author>LittleBiscu1t</author><pubDate>Tue, 30 Nov 2021 21:10:22 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们对输入分片InputSplit进行了分析，对其分片大小进行了进一步的探究。随后展开了对与mapreduce中的核心类mapper的分析，在了解其作用的基础上，又对其几个重要的子类做了源码分析。本此我们将继续分析，首先从org.apache.hadoop.mapreduce.MarkableIterator&lt;VALUE&gt;开始。

org.apache.hadoop.mapreduce.MarkableIterator源码分析
首先附上文件的源代码]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（八）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121547512</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121547512</guid><author>LittleBiscu1t</author><pubDate>Thu, 25 Nov 2021 22:20:57 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们将对InputFormat的几个重要子类，如FileInputFormat等展开了详细的分析，在了解了InputFormat的源码并分析其的功能的基础上，进一步分析了输入类FileInputFormat（切片）及其4个实现类（kv）的用法。本次我们将继续对核心源码的分析，首先从org.apache.hadoop.mapreduce.InputSplit开始。

org.apache.hadoop.mapreduce.InputSplit源码分析
首先附上文]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（七）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121337495</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121337495</guid><author>LittleBiscu1t</author><pubDate>Mon, 15 Nov 2021 17:17:43 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们分析了ID类，对ID类的作用有了初步的了解，然后开始了对其子类的分析，我们以JobID为例，探讨了它的源码，了解了其中的重点方法。同时我们阅读了InputFormat的源码，分析了其的功能。接下来我们将对InputFormat的几个重要子类，如FileInputFormat等展开详细的分析。

org.apache.hadoop.mapreduce.lib.input.FileInputFormat源码分析

FileInputFormat是所有基于文件的]]></description><category></category></item><item><title><![CDATA[maven资源过滤问题]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121323795</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121323795</guid><author>LittleBiscu1t</author><pubDate>Sun, 14 Nov 2021 21:26:35 +0800</pubDate><description><![CDATA[如何解决Maven资源过滤问题
使用maven时会出现这样的错误，并没有将resources文件下的所有文件复制到classpath下面。

此时只需要在pom.xml文件引入相关的依赖。
	&lt;build&gt;
        &lt;resources&gt;
            &lt;resource&gt;
                &lt;directory&gt;
                    src/main/resources
                &l]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（六）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121255166</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121255166</guid><author>LittleBiscu1t</author><pubDate>Wed, 10 Nov 2021 20:48:05 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们完成了对org.apache.hadoop.mapreduce.Counters中核心代码的分析，本周将从org.apache.hadoop.mapreduce.ID开始继续往下分析。

org.apache.hadoop.mapreduce.ID源码分析

package org.apache.hadoop.mapreduce;

import java.io.DataInput;
import java.io.DataOutput;
import ja]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（五）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121065227</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121065227</guid><author>LittleBiscu1t</author><pubDate>Sun, 31 Oct 2021 16:42:13 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们分析了org.apache.hadoop.mapreduce.Counters中的的核心代码，本周将继续对Counters部分进行分析。在对Counters类有初步了解的基础上，我们继续分析与Counters相关的源码，并对counters的使用进行实践。

上一周我们对mapreduce核心类counters计数器进行分析，初步探讨了它的作用、构造函数，并通过编写简单的自定义Counters完成了对文件错误记录与全部记录的统计，加深了了解。
同时我们提到]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（四）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121063556</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/121063556</guid><author>LittleBiscu1t</author><pubDate>Sun, 31 Oct 2021 15:48:14 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们分析了org.apache.hadoop.mapreduce.Cluster中的的核心代码，本周将继续对mapreduce部分进行分析。在对Cluster类有初步了解的基础上，我们继续分析与Cluster相关的org.apache.hadoop.mapreduce.ClusterMetrics。

hadoop.mapreduce.ClusterMetrics分析
我们首先来看ClusterMetrics的全局变量与构造方法。
@InterfaceAudi]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（三）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120935544</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120935544</guid><author>LittleBiscu1t</author><pubDate>Sun, 24 Oct 2021 19:26:52 +0800</pubDate><description><![CDATA[2021SC@SDUSC
研究内容简略介绍
上周我们分析了org.apache.hadoop.mapreduce.Job中的的剩余代码，本周将开始对org.apache.hadoop.mapreduce.Cluster进行分析。

hadoop.mapreduce.Cluster源码文件
Cluster构造方法
先来看下Cluster类的成员信息。
package org.apache.hadoop.mapreduce;

import ...
/**
 * Provides a way to access]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（二）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120814685</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120814685</guid><author>LittleBiscu1t</author><pubDate>Sun, 17 Oct 2021 22:27:33 +0800</pubDate><description><![CDATA[2021SC@SDUSC
上周我们分析了org.apache.hadoop.mapreduce.Job中的的部分代码，本周将继续研究Job类中的剩余代码。

上图是apache官方api对class Job的描述，即Job类是作业提交者对作业的视图。它允许用户配置作业、提交作业、控制作业的执行和查询状态。set方法只能在作业被提交后生效，之后它们将抛出一个IllegalStateException。通常情况下，用户创建应用程序，通过job描述作业的各个方面，然后提交作业并监视其进度。
官方为我们提供了一个J]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析（一）]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120691840</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120691840</guid><author>LittleBiscu1t</author><pubDate>Sun, 10 Oct 2021 22:07:27 +0800</pubDate><description><![CDATA[2021SC@SDUSC
要分析Hadoop中MapReduce部分的源码，我们需要先了解MapReduce的基本流程：

以 Hadoop 带的 wordcount 为例子（下面是启动行）：
hadoop jar hadoop-0.19.0-examples.jar wordcount /usr/input /usr/output

用户提交一个任务以后，该任务由 JobTracker 协调，先执行 Map 阶段（图中 M1，M2 和 M3），然后执行 Reduce 阶段（图中 R1 和 R2）。Map ]]></description><category></category></item><item><title><![CDATA[Hadoop源码分析-综述]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120562005</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/120562005</guid><author>LittleBiscu1t</author><pubDate>Thu, 30 Sep 2021 13:47:02 +0800</pubDate><description><![CDATA[2021SC@SDUSC]]></description><category></category></item><item><title><![CDATA[docker项目部署流程]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/118969027</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/118969027</guid><author>LittleBiscu1t</author><pubDate>Wed, 21 Jul 2021 17:20:45 +0800</pubDate><description><![CDATA[项目部署流程
1.从git上获得项目的zip包
2.下载依赖包，并执行（前端代码，后端代码跳过此步）
npm install
npm run

3.进入项目的文件夹下（包含dockerfile），生成文件的docker镜像，并且修改镜像tag
docker build -t bot-explain-manager:v1.0 .
#注意最后有个 . 代表路径，不能遗漏了
docker tag bot-explain-manager:v1.0 80.68.64.xxx:xxxx/application/bot-]]></description><category></category></item><item><title><![CDATA[C++学习随笔]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105956714</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105956714</guid><author>LittleBiscu1t</author><pubDate>Wed, 06 May 2020 18:36:30 +0800</pubDate><description><![CDATA[1.strlen()方法：#include 不含 strlen() 方法，若要使用应当引入  头文件
2.vs调整字体大小：ctrl+shift+ &gt;或&lt;
3.控制输出的精确度：#include

]]></description><category></category></item><item><title><![CDATA[C++ 7-4 字符串的连接]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105670476</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105670476</guid><author>LittleBiscu1t</author><pubDate>Tue, 21 Apr 2020 23:11:03 +0800</pubDate><description><![CDATA[本题要求编写程序，使用指针方式实现两个字符串的连接(不能使用strcat函数），并将连接后的字符串输出。
输入格式:
输入一行以回车结束的非空字符串（不超过40个字符），再输入一行以回车结束的非空字符串（不超过40个字符）。
输出格式:
一行输出俩字符串连接后新的字符串。
输入样例:
Beijing_
China
输出样例:
Beijing_China
示例：
#include&lt;iostre...]]></description><category></category></item><item><title><![CDATA[C++PTA汉诺塔]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105618358</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105618358</guid><author>LittleBiscu1t</author><pubDate>Sun, 19 Apr 2020 17:17:29 +0800</pubDate><description><![CDATA[7-5 汉诺塔问题* (10分)
汉诺塔是一个源于印度古老传说的益智玩具。据说大梵天创造世界的时候做了三根金刚石柱子，在一根柱子上从下往上按照大小顺序摞着64片黄金圆盘，大梵天命令僧侣把圆盘移到另一根柱子上，并且规定：在小圆盘上不能放大圆盘，每次只能移动一个圆盘。当所有圆盘都移到另一根柱子上时，世界就会毁灭。
请编写程序，输入汉诺塔圆片的数量，输出移动汉诺塔的步骤。
输入格式圆盘数 起始柱 目的柱...]]></description><category></category></item><item><title><![CDATA[PTA-冒泡排序法(C++)]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105376384</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105376384</guid><author>LittleBiscu1t</author><pubDate>Tue, 07 Apr 2020 23:03:02 +0800</pubDate><description><![CDATA[本题要求使用冒泡法排序，将给定的n个整数从小到大排序后输出，并输出排序过程中每一步的中间结果。
冒泡排序的算法步骤描述如下：
第1步：在未排序的n个数（a[0]〜 a[n−1]）中，从a[0]起，依次比较相邻的两个数，若邻接元素不符合次序要求，则对它们进行交换。本次操作后，数组中的最大元素“冒泡”到a[n−1]；
第2步：在剩下未排序的n−1个数（a[0] 〜 a[n−2]）中，从a[0]起，依次...]]></description><category></category></item><item><title><![CDATA[C++指针学习]]></title><link>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105354329</link><guid>https://blog.youkuaiyun.com/LittleBiscu1t/article/details/105354329</guid><author>LittleBiscu1t</author><pubDate>Tue, 07 Apr 2020 21:29:56 +0800</pubDate><description><![CDATA[一、指针的基本概念
1.指针的作用：可以通过指针间接访问内存

内存编号是从0开始记录的，一般用十六进制数字表示
可以利用指针变量保存地址

二、指针变量的定义和使用
指针变量定义语法： 数据类型 * 变量名；
示例：
int main() {

	//1、指针的定义
	int a = 10; //定义整型变量a
	
	//指针定义语法： 数据类型 * 变量名 ;
	int * p;

	//指针...]]></description><category></category></item></channel></rss>