鸟哥哥的专栏

kafka详细教程，Kafka面试题。kafka最初是由Linkedin公司基于Scala和 Java语言开发的分布式消息发布-订阅系统，现已捐献给Apache软件基金会。Kafka 最被广为人知的是作为一个消息队列系统存在，而事实上kafka已然成为一个流行的分布式流处理平台。其具有高吞吐、低延迟的特性，许多大数据处理系统比如storm、spark、flink等都能很好地与之集成。本文详细介绍了Kafka的实战知识。

Flink教程。Flink 是一个同时具备流数据处理和批数据处理的分布式计算框架。flink代码主要是由 Java 实现，部分代码由 Scala实现。Flink既可以处理有界的批量数据集、也可以处理无界的实时数据集。就业界的使用情况而言，Flink处理的主要场景是流式数据。事实上批数据可以看作流数据的一个极限特例。Flink不同于Spark、Hadoop， Flink称得上是一款真正的流、批统一的大数据计算框架。

同步的本质是通过锁来实现的。为了实现多个线程在一个时刻同一个代码块只能有一个线程可执行，那么需要在某个地方做个标记，这个标记必须每个线程都能看到，当标记不存在时可以设置该标记，其余后续线程发现已经有标记了则等待拥有标记的线程结束同步代码块取消标记后再去尝试设置标记。这个标记可以理解为锁。

Hadoop MapReduce编程案例简析

Scala教程整理

浅谈Hive vs. HBase

作者：老夏 　　开发网络爬虫应该选择Nutch、Crawler4j、WebMagic、scrapy、WebCollector还是其他的?这里按照我的经验随便扯淡一下：上面说的爬虫，基本可以分3类：          1.分布式爬虫：Nutch 　　2.JAVA单机爬虫：Crawler4j、WebMagic、WebCollector 

Hadoop Streaming原理及实践

hive编程指南--employees表数据定义

hadoop InputFormat详解

HDFS上读写数据的流程解释

Hadoop 新 MapReduce 框架 Yarn 详解简介： 本文介绍了 Hadoop 自 0.23.0 版本后新的 map-reduce 框架（Yarn) 原理，优势，运作机制和配置方法等；着重介绍新的 yarn 框架相对于原框架的差异及改进；并通过 Demo 示例详细描述了在新的 yarn 框架下搭建和开发 hadoop 程序的方法。 读者通过本文中新旧 hadoop map-

HBase基本API(java)操作(增删改查)

常用到的HBase启动脚本有： 1.$HBASE_HOME/bin/start-hbase.sh 启动整个集群 2.$HBASE_HOME/bin/stop-hbase.sh 停止整个集群 3.$HBASE_HOME/bin/hbase-daemons.sh 启动或停止，所有的regionserver或zookeeper或backup-master 4.$H

Hadoop笔记（一）安装配置详解