zolalad的专栏

Hive面试题—理清hive应用思路问题：有一张很大的表：TRLOG该表大概有2T左右。TRLOG：CREATE TABLE TRLOG(PLATFORM string,USER_ID int,CLICK_TIME string,CLICK_URL string)row format delimited fields terminated by '\t';数据：

浅析MRv1与MRv2的API兼容性1. 基本概念MRv1是Hadoop 1.X中的MapReduce实现，它由编程模型（新旧编程接口）、运行时环境（由JobTracker和TaskTracker组成）和数据处理引擎（MapTask和ReduceTask）三部分组成。该框架在扩展性、容错性（JobTracker单点）和多框架（仅支持MapReduce一种计算模型）等支持方面支持不足。关于M

Hbase-业务开发*实践学习目录一、Hbase数据库编程学习-前言       作为一个HBase-“业务开发测试”人员，需要迫切掌握的技术至少包含以下几点：1.深入理解HTable，掌握如何结合“业务”设计高性能的HTable；2.掌握与HBase的交互，反正是离不开数据的增删改查，通过HBase Shell命令及Java Api都是需要的；3.掌握如何用MapReduce

Hadoop家族系列文章：学习路线图Hadoop家族学习路线图 开篇必读Hive学习路线图Mahout学习路线图编程实践Hadoop历史版本安装用Maven构建Hadoop项目Hadoop编程调用HDFS在Ubuntu中安装HBase用Maven构建Mahout项目Mahout推荐算法API详解用M

1.思想起源：我们在学习mapreduce，首先我们从思想上来认识。其实任何的奇思妙想，抽象的，好的想法、都来源于我们生活，而我们也更容易理解我们身边所发生事情。所以下面一篇便是从生活的角度，来让我们理解，什么是mapreduce。Hadoop简介(1):什么是Map/Reduce2.设计思路我们从思想上认识了mapreduce，那么mapreduce具体是什么，我们需

一、用Maven构建Mahout项目

深度分析如何在Hadoop中控制Map的数量         很多文档中描述，Mapper的数量在默认情况下不可直接控制干预，因为Mapper的数量由输入的大小和个数决定。在默认情况下，最终input占据了多少block，就应该启动多少个Mapper。如果输入的文件数量巨大，但是每个文件的size都小于HDFS的blockSize，那么会造成启动的Mapper等于文件的数量（即每个文件都占据了

PHP连接MYSQL,Oracle,MS-SQL,access数据库的代码一、PHP连接MYSQL数据库代码<?php $mysql_server_name='localhost'; //改成自己的mysql数据库服务器$mysql_username='root'; //改成自己的mysql数据库用户名$mysql_password=

一、什么是数据挖掘　　数据挖掘(Data Mining)，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。  二、数据挖掘相关的10个问题 　 NO.1 Data Mining 和统计分析有什么

个性化智能推荐技术研究总结    随着网络与信息技术的飞速发展，互联网为用户提供越来越多的信息和服务，用户在得到便利的同时也不得不面临大量的垃圾信息和无意义数据，即所谓的信息超载问题。面对海量的网络资源，个性化推荐系统是一种极具潜力的解决信息超载的服务技术，它利用用户的偏好信息自动的向用户推荐符合其兴趣特点的对象。这搜索引擎提供的“一对多”式的信息服务不同，个性化推荐系统输出的结果更符合用户需

Windows系统中文件大小和占用空间不同的原因解析1.“文件大小”与“所占空间”的差别     为了便于大家理解，我们先来看两个例子：例1：找到D盘上的Ersave2.dat文件，用鼠标右键单击该文件，选择“属性”，即可打开对话框，我们可以看到，Ersave2.dat的实际大小为655,628 Byte(字节)，但它所占用的空间却为688,128 Byte，两者整整相差了32KB。

CentOS下Hadoop伪分布模式安装笔记   一. 前言       Hadoop 伪分布式模式是在单机上模拟 Hadoop分布式，单机上的分布式并不是真正的伪分布式，而是使用线程模拟分布式。Hadoop本身是无法区分伪分布式和分布式的，两种配置也很相似，唯一不同的地方是伪分布式是在单机器上配置，数据节点和名字节点均是一个机器。 现在很多初学者根本不具备搭建完全分布式集群的硬件

业界常见的数据挖掘软件介绍一、主要介绍12种1.传统的数据挖掘套件(Classic suites)：SAS Enterprise Miner 5.3SPSS Clementine 12 2.开源数据挖掘软件(Open Source)：Weka 3.4.13RapidMiner 4.2KNIME 1.3.5 3.自动化数据挖掘软件(Self-Act

Hadoop系统分布式集群搭建方法 1. linux操作系统安装在每个节点上安装Linux操作系统（Centos6.3），安装时为各机器分别命名为 Master，slave1、slave2…。令主机名为Master的作为主节点，主机名为slave1、slave2…作为从节点。如果是在已经安装好系统的集群中配置hadoop环境，且各机器的主机名命名无规律，这时最好按照下述方法修改主机

解决在windows的DOS中不能使用mysql命令打开数据库的方法问题：在WindowsXP中打开DOS，通过输入命令“mysql -u root -p”切换到mysql下，切换失败，如下所示：Microsoft Windows XP [版本 5.1.2600](C) 版权所有 1985-2001 Microsoft Corp.C:>mysql -u root -p'mysq