arno_wzkdhr的专栏

MapReduce是hadoop的三驾马车之一，是一个批处理计算框架。以下内容中，为方便描述 MapReduce有时简写为MR。理论基础：源自于Google发表于2014年12月的MapReduce论文，可以把Hadoop MapReduce是Goole MapReduce的克隆版。整体思路：局部性原理将整个问题分而治之。MR之前，数据分布在各个节点；MR时每个节点就近读取本地存储的数据处理(MAP)-处理后的数据进行合并(combine)-排序(shuffle & sort).

大数据时代，不学点儿大数据怎么能行。不学点大数据都不好意思说在21世纪生活过。 从这篇文章，我和大家一起开始大数据之旅。1、大数据诞生的时代背景 随着计算机技术全面融入社会生活，出现信息大爆炸，信息积累到了一个开始引发变革的程度。 互联网（社交、搜索、电商）、移动互联网（微博）、物联网（传感器，智慧地球）、车联网、GPS、医学影像、安全监控、金融（银行、股市、保险）、电信（通话、短信）都在疯狂产生着数据。 此时数据最直接的特点就是：体量大...

​一般情况下，计算机专业毕业后在某一领域工作3-5年后，会成为部门或公司里面的技术骨干，处于这个阶段的技术人员一般会面临以下几个问题：1、技术学习的困惑：此时技术能力达到一定水平，周边可以学习的对象越来越少，感觉自己的技术提升遇到一个瓶颈。这种感觉是正常的：首先，高端技术人才是呈现倒金字塔形态的，身边缺乏能引领你的人生导师（对于有明确技术定位而周边没有引导师的人，在这个年龄段离职概率也相对比较高）；其次，IT圈内的技术交流，大多数人都是在做科普以及刷存在感(俗称CNB)，对个人提升作用.