hi！

本次主要是对Hadoop Pseudo-Distributed环境搭建做介绍，以下操作都是在root用户下进行。 一、软件环境配置 1、 VM：VMware-workstationl-v7.1.4 2、 OS：ubuntu-11.04 3、 JDK：jdk1.6.0_27 4、 Hadoop：hadoop-0.20.2 5、 ssh 二、安装JDK 1、下载JDK：jdk-6u27

1.通过命令行参数args提供上传文件目录和目的文件路径：

参考：http://blog.youkuaiyun.com/weixuehao/article/details/15813681     http://blog.youkuaiyun.com/zolalad/article/details/11470449

Hadoop的几种Join方法 1)      在Reduce阶段进行Join,这样运算量比较小.(这个适合被Join的数据比较小的情况下.) 2)      压缩字段,对数据预处理,过滤不需要的字段. 3)      最后一步就是在Mapper阶段过滤,这个就是Bloom Filter的用武之地了.也就是需要详细说明的地方.   下面就拿一个我们大家都熟悉的场景来说明这个问题: 找出上

一 机器 192.168.0.203 hd203： hadoop namenode & hbase HMaster 192.168.0.204 hd204： hadoop datanode & hbase HRegionServer & zookeeper 192.168.0.205 hd205： hadoop datanode & hbase HRegionServer & zookeep