zythy的专栏

Hive查询简介，包括排序、连接、子查询和视图。

Hive的配置运行及表的基本操作。

Hive安装及简介

单机上安装Hadoop 2.2.0

Hadop 2.2.0 Eclipse开发环境配置

基于Hadoop2.2.0的词频统计实例，最终结果按出现频率排序。

以词频统计为例，讲解Pig的用户自定义函数（UDF）。

我们以简单的词频统计为例，逐个讲解Map，Reduce，Partition，Combiner的概念和用法。本例基于Hadoop 2.2.0实测通过。

Hadoop集群配置部分参数：设置dfs.name.dir 时，通过逗号分隔多个值，可以使namenode将元数据存储到多个副本，以便namenode出错时恢复。dfs.data.dir也可设置多个目录，但是其目的不是为了冗余容错，而是可以循环写入，提高性能。fs.checkpoint.dir也可设置多个目录，以保存检查点。和namenode一样，其支持冗余备份。以上设置的目录，默

继上篇文章： 配置Hadoop开发环境（Eclipse）我们以简化版的气温统计为例，演示如何开发一个MapReduce程序。 Eclipse中新建一个MapReduce项目，命名为MaxTemperature。源代码文件新建以下3个类文件，代码依次如下：MaxTemperatureDriver.javapackage com.oss.maxtemperature;

Hive用户自定义函数讲解。包括UDF和UDAF的例子。