<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[jackfor001的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/jackfor001</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; jackfor001]]></copyright><item><title><![CDATA[Cassandra.yaml配置详解]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/8063698</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/8063698</guid><author>jackfor001</author><pubDate>Fri, 12 Oct 2012 10:54:46 +0800</pubDate><description><![CDATA[Cassandra中所有的运行配置都是在配置文件cassandra.yaml中进行配置。
下面依次讲解Cassandra中的配置项：
cluster_name
设置Cassandra集群的名称。
在Cassandra集群中，每一台服务器都必须具备相应的集群的名称。如果名称不一致，则当前Cassandra服务器无法加入集群。
initial_token
Cassandra服务器的初始化T]]></description><category></category></item><item><title><![CDATA[mongodb 更新操作]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/7225037</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/7225037</guid><author>jackfor001</author><pubDate>Wed, 01 Feb 2012 11:36:04 +0800</pubDate><description><![CDATA[MongoDB update数据语法
2010年05月13日 星期四 16:16




在前面的文章“mongodb 查询的语法”里，我介绍了Mongodb的常用查询语法，Mongodb的update操作也有点复杂，我结合自己的使用经验，在这里介绍一下，给用mongodb的朋友看看，也方便以后自己用到的时候查阅：

注：在这篇文章及上篇文章内讲的语法介绍都是在mongodb sh]]></description><category></category></item><item><title><![CDATA[【转】探索推荐引擎内部的秘密]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/7174237</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/7174237</guid><author>jackfor001</author><pubDate>Wed, 04 Jan 2012 10:44:35 +0800</pubDate><description><![CDATA[简介： 随着 Web 技术的发展，使得内容的创建和分享变得越来越容易。每天都有大量的图片、博客、视频发布到网上。信息的极度爆炸使得人们找到他们需要的信息将变得越来越难。传统的搜索技术是一个相对简单的帮助人们找到信息的工具，也广泛的被人们所使用，但搜索引擎并不能完全满足用户对信息发现的需求，原因一是用户很难用恰当的关键词描述自己的需求，二是基于关键词的信息检索在很多情况下是不够的。而推荐引擎的出现，]]></description><category></category></item><item><title><![CDATA[java连接Hive的几种方式]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/7031943</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/7031943</guid><author>jackfor001</author><pubDate>Thu, 01 Dec 2011 18:13:24 +0800</pubDate><description><![CDATA[测试环境　Hadoop 0.20.2版本、Hive-0.5.0版本、JDK1.6
 
1、一般来说我们对hive的操作都是通过cli来进行，也就是Linux的控制台，但是，这样做本质上是每个连接都存放一个元数据，各个之间都不相同，所以，对于这样的模式我建议是用来做一些测试比较合适，并不适合做产品的开发和应用。
 
2、JDBC连接的方式，当然还有其他的连接方式，比如ODBC等，　这种方式很]]></description><category></category></item><item><title><![CDATA[数据可视化解决方案-学习中ing~]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6757989</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6757989</guid><author>jackfor001</author><pubDate>Wed, 07 Sep 2011 20:20:11 +0800</pubDate><description><![CDATA[http://circos.ca/tutorials/lessons/ 抽时间好好的看看。^_^]]></description><category></category></item><item><title><![CDATA[Hadoop使用常见问题以及解决方法]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6752047</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6752047</guid><author>jackfor001</author><pubDate>Tue, 06 Sep 2011 08:44:33 +0800</pubDate><description><![CDATA[1：Shuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out
Answer：
程序里面需要打开多个文件，进行分析，系统一般默认数量是1024，（用ulimit -a可以看到）对于正常使用是够了，但是对于程序来]]></description><category></category></item><item><title><![CDATA[Hive HBase 整合]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6561265</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6561265</guid><author>jackfor001</author><pubDate>Wed, 22 Jun 2011 15:36:00 +0800</pubDate><description><![CDATA[hive hbase整合，要求比较多，1.hive的得是0.6.0（当前最新的版本） 2.hive本身要求hadoop的最高版本是hadoop-0.20.2 3.要求hbase的版本是0.20.3，其他版本需要重新编译hive_hbase-handler 但是新版的hbase（0.90）变动特别大，根本无法从编译。这点比较恶心，hbase目前升级比较快，当前是0.90（从0.20.6直接跳到0.8]]></description><category></category></item><item><title><![CDATA[基于社区划分和用户相似度的好友推荐]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6394683</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6394683</guid><author>jackfor001</author><pubDate>Wed, 04 May 2011 17:35:00 +0800</pubDate><description><![CDATA[<br />社交型网络（SNS, Social Networking Services）以六度分割理论[1]为基础，构建好友圈并通过“好友的好友”来无限扩张人脉。社交网络在近几年获得了空前的发展，像国内的校内网，开心网已经聚集了几千万的用户。SNS 特别之处在于维护朋友关系，增进友谊，并拓展交际圈，以用户之间的黏性来保持用户和SNS 的黏性。用户虽然也可以设置过滤条件搜索得到符合特定条件的用户群组，但是由于庞大的用户基数，在通常情况下搜索得出的用户群组其中大部分对特定用户来说都是冗余的，而不是将与特定用户熟]]></description><category></category></item><item><title><![CDATA[hadoop作业调优参数整理及原理]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6193099</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6193099</guid><author>jackfor001</author><pubDate>Fri, 18 Feb 2011 13:02:00 +0800</pubDate><description><![CDATA[1 Map side tuning参数1.1 MapTask运行内部原理<br /><br />当map task开始运算，并产生中间数据时，其产生的中间结果并非直接就简单的写入磁盘。这中间的过程比较复杂，并且利用到了内存buffer来进行已经产生的部分结果的缓存，并在内存buffer中进行一些预排序来优化整个map的性能。如上图所示，每一个map都会对应存在一个内存buffer（MapOutputBuffer，即上图的buffer in memory），map会将已经产生的部分结果先写入到该buffer中]]></description><category></category></item><item><title><![CDATA[HBASE松散数据存储设计初识 ]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6132019</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6132019</guid><author>jackfor001</author><pubDate>Wed, 12 Jan 2011 17:00:00 +0800</pubDate><description><![CDATA[引<br />最近关注Hadoop，因此也顺便关注了一下Hadoop相关的项目。HBASE就是基于Hadoop的一个开源项目，也是对Google的BigTable的一种实现。<br />       BigTable是什么？Google的Paper对其作了充分的说明。字面上看就是一张大表，其实和我们想象的传统数据库的表还是有些差别的。松散数据可以说是介于Map Entry（key & value）和DB Row之间的一种数据。在我使用Memcache的时候，有时候的需求是需要存储的不仅仅是简单的一个key对]]></description><category></category></item><item><title><![CDATA[ReportViewer加载RDLC文件]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6127900</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6127900</guid><author>jackfor001</author><pubDate>Mon, 10 Jan 2011 21:57:00 +0800</pubDate><description><![CDATA[<br />简单加载方式：<br /> <br /> <br />Merchant temp = new Merchant();//得到数据集<br /> <br />ReportViewer1.LocalReport.DataSources.Add(new Microsoft.Reporting.WebForms.ReportDataSource("Class1", temp.GreatList("")));//Class1是数据对象，类似DataSet<br /> <br />ReportViewer1]]></description><category></category></item><item><title><![CDATA[HBase入门篇2]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6105477</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6105477</guid><author>jackfor001</author><pubDate>Wed, 29 Dec 2010 17:15:00 +0800</pubDate><description><![CDATA[本篇文章讲述用HBase Shell命令和 HBase Java API 对HBase 服务器进行操作。在此之前需要对HBase的总体上有个大概的了解。比如说HBase服务器内部由哪些主要部件构成？HBase的内部工作原理是什么？我想学习任何一项知识、技术的态度不能只是知道如何使用，对产品的内部构建一点都不去关心，那样出了问题，很难让你很快的找到答案，甚至我们希望最后能对该项技术的领悟出自己的心得，为我所用，借鉴该项技术其中的设计思想创造出自己的解决方案，更灵活的去应对多变的计算场景与架构设计。以我目前的对]]></description><category></category></item><item><title><![CDATA[mysql配置和优化]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6092096</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6092096</guid><author>jackfor001</author><pubDate>Wed, 22 Dec 2010 16:31:00 +0800</pubDate><description><![CDATA[在安装MySQL之前，先来了解一下相关的配置文件 MySQL配置文件 MySQL发布的最新产品实际上超出了Linux所携带的版本。但是，稳定性和开放源代码可是很重要的因素，因此在操作系统上使用较早MySQL版本是有道理的。有许多可以采用的配置文件，它们都被包含在mysql-server PRM程序中。还有一个默认的配置文件被包含在mysql PRM程序包中。配置MySQL服务器是一个丰富而复杂的工作。在本文中，我只能肤浅的说一下各种选项。可以使用的MySQL配置文件共有５个。最后４个位于/usr/share]]></description><category></category></item><item><title><![CDATA[Mysql HA实现MYSQL的高可用]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6091769</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6091769</guid><author>jackfor001</author><pubDate>Wed, 22 Dec 2010 14:53:00 +0800</pubDate><description><![CDATA[一、背景当前大多网站采用MYSQL＋Linux＋APACHE这种经典配置，如何防止单点失败造成的整个网站的不可用是网站管理者必须要考虑的问题，其中数据库的高可用性（Database server’s high availability）是重中之重。对于数据库的高可用性，各商业软件的厂商都有各自的解决方案，比如Oracle OPS server和IBM DB2 (share-nothing architecture)。最近MYSQL AB也发布了MYSQL cluster 软件，使用与IBM DB2类似的技术]]></description><category></category></item><item><title><![CDATA[HBase的条件查询]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6088748</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6088748</guid><author>jackfor001</author><pubDate>Tue, 21 Dec 2010 11:15:00 +0800</pubDate><description><![CDATA[一、环境

HBase版本hbase-0.20.5，Hadoop的版本hadoop-0.20.2，JDK1.6

二、需求背景

      在HBase中，进行条件查询，很多的文件都说过，但是大多数都是在说明如何设置合理的表结构以及如何设置rowkey进行查询检索，这样的结构设计可以在一定层度上通过rowkey来定位查询（速度很快），但是，如果我是已知某个列的值，需要看有多少行的列包含这个值，那么这样的需求通过rowkey来查询就显得不合适。最早我的想法是查询内容，然后遍历，但是这样的效率明显]]></description><category></category></item><item><title><![CDATA[hbase 简单命令测试]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6082869</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6082869</guid><author>jackfor001</author><pubDate>Fri, 17 Dec 2010 18:08:00 +0800</pubDate><description><![CDATA[<br />HBase的许多代码是重用HADOOP的代码。它与我们常用的数据库的最大区别就是列存储以及无数据类型，所有数据都以String类型进行存储。而且，假如hbase table里面有5个字段，但是实际上只有4个字段有值，另一个为NULL，那么这个字段是不占存储空间的，相比较而言，这点比较好罢。<br />     HBase是一个开源的、分布式的、面向列的存储系统。源于论文《Bigtable：一个结构化数据的分布式存储系统》。就像Bigtable利用了Googl文件系统（File System）所提]]></description><category></category></item><item><title><![CDATA[配置hbase]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6082799</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6082799</guid><author>jackfor001</author><pubDate>Fri, 17 Dec 2010 17:36:00 +0800</pubDate><description><![CDATA[<br />一、安装准备<br />1、下载HBASE 0.20.5版本：http://www.apache.org/dist/hbase/hbase-0.20.5/<br />2、JDK版本：jdk-6u20-linux-i586.bin <br />3、操作系统：Linux s132 2.6.9-78.8AXS2smp #1 SMP Tue Dec 16 02:42:55 EST 2008 x86_64 x86_64 x86_64 GNU/Linux<br />4、默认前提是安装完hadoop 0.20]]></description><category></category></item><item><title><![CDATA[hive 分区疑问]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6075678</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6075678</guid><author>jackfor001</author><pubDate>Tue, 14 Dec 2010 16:10:00 +0800</pubDate><description><![CDATA[<br />创建分表<br /> <br />CREATE TABLE tmp_table <br />(<br />passport string,<br />cid int<br />)PARTITIONED BY(vt bigint)--这个地方就是起个名字吗？<br /> ROW FORMAT DELIMITED <br />   FIELDS TERMINATED BY '/,'<br />STORED AS SEQUENCEFILE;<br /> <br /> <br />添加分区<br /> ]]></description><category></category></item><item><title><![CDATA[hadoop hive sql语法解释]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6075556</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6075556</guid><author>jackfor001</author><pubDate>Tue, 14 Dec 2010 15:33:00 +0800</pubDate><description><![CDATA[<br />DDL Operations<br />创建表<br />hive> CREATE TABLE pokes (foo INT, bar STRING); <br />创建表并创建索引字段ds<br />hive> CREATE TABLE invites (foo INT, bar STRING) PARTITIONED BY (ds STRING); <br />显示所有表<br />hive> SHOW TABLES;<br />按正条件（正则表达式）显示表，<br />hive> SHOW]]></description><category></category></item><item><title><![CDATA[Hive 加速M/R的开发]]></title><link>https://blog.youkuaiyun.com/jackfor001/article/details/6075336</link><guid>https://blog.youkuaiyun.com/jackfor001/article/details/6075336</guid><author>jackfor001</author><pubDate>Tue, 14 Dec 2010 14:30:00 +0800</pubDate><description><![CDATA[一篇Google的学术论文让Map/Reduce这个概念风靡全球，Hadoop是Apache对Map/Reduce这种分布式计算框架的开源实现，通过Hive我们能想执行SQL那样执行我们的HadoopJob。一、Hive的安装如何安装Hive网上有N多的文档，一般来说你准备搭建Hadoop平台的你就绝对不会吝啬这么点的时间去搭建个Hive平台，具体就参考官方wiki去吧。二、开启Hadoop之旅 1.Hive表的创建与维护在Hive里面创建一张表的基本语法同SQL类似，下面就是一个简单的表创建语法：CREA]]></description><category></category></item></channel></rss>