stephen

1，首先先配置好JDK 2，并配置SSH免密码登陆 3，安装HADOOP，这里用的是版本hadoop-1.0.1.tar.gz，可上优快云下载那里找到这个版本。 4，安装伪分布式。 可以把伪分布式的hadoop看做只有一个节点的集群，在这个集群中，这个节点即是master，也是slave；既是NameNode，也是DATANODE；既是jobtracker，也是tasktracker。

import java.io.IOException; import java.util.StringTokenizer; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.

多表关联和单表关联类似，它也是通过对原始数据进行一定的处理，从其中挖掘出关心的信息。如下 输入的是两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表，包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出工厂名-地址名表 样本如下： factory: factoryname addressed Beijing Red Star 1 Shenzhe

import java.io.IOException; import java.io.InputStream; import java.net.MalformedURLException; import java.net.URL; import org.apache.hadoop.fs.FsUrlStreamHandlerFactory; import org.apache.hado