wa2003的博客

用R里的包Rcurl,代码如下 url='http://beijing.lashou.com/travel/menpiao' # web=readLines(url,encoding='UTF-8'); #逐行读取网页源文件 head(web,10); goods_name head(goods_name,1) [1] "【马驹桥】皕富园农场" goods_name",go

一、Hadoop生态系统 Hadoop利用大量廉价的计算机，提供了一个可扩展强，可靠性高的机制；并利用廉价的方式来存储大量数据。Hadoop把任务分成任务片，分布在数千台计算机上，从而进行快速分析，并分布式存储大量的数据。Hadoop还提供了新的和改进的分析技术，从而使大量结构化数据的复杂分析变为可能。 Hadoop的数据进行分布式存储；在集群上备份多份数据，从而来提高可靠性和实用性；数据在哪