feige1990的专栏

学习Hadoop？ Hadoop的源起与体系介绍；实施Hadoop集群；CDH家族 分布式文件系统HDFS原理与操作，HDFS API编程；2.x下HDFS新特性，高可用，联邦，快照 具有全部新特性的2.x企业级集群实施 Map-Reduce原理、体系架构和工作机制，eclipse与Hadoop集群连接，使用maven Map-Reduce编程实战，日志分析 M

1、MapReduce模型        MapReduce是一个分布式编程模型，主要用于处理和生成大规模数据集。        用户自定义一个Map函数处理一个KV对以生成一批中间的KV对，再定义一个Reduce函数将所有的中间KV对合并起来。       主要由Mapper和Reducer抽象类。Mapper负责对数据的分析处理，转换为KV的数据结构；Reducer获取Mapper出来的

1. 如今有10个文件夹,每个文件夹都有1000000个url.如今让你找出top1000000url (1)运用2个job，第一个job直接用filesystem读取10个文件夹作为map输入，url做key，reduce计算个url的sum， 下一个job map用url作key，运用sum 二次排序，reduce中取top10000000   (2)建hive表 A，挂