Hadoop中的Join操作：考虑如下问题：假设有两个数据集：一个是城市名称编号，一个是日期和产出，考虑如何将这两个不同的数据集合二为一。或者有如下需求：获取某个城市在指定年份的产出等等问题。需要涉及到多个数据集或者不同的日志类型文件。连接操作的具体实现技术取决于数据集的规模大小和分区情况。 reduce side join：假设要进行join的数据分别来自File1和File2. re
网络上关于如何单机模式安装Hadoop的文章很多，按照其步骤走下来多数都失败，按照其操作弯路走过了不少但终究还是把问题都解决了，所以顺便自己详细记录下完整的安装过程。此篇主要介绍在Ubuntu安装完毕后，如何进行Hadoop的安装和配置。我所记录的笔记适合没有Linux基础的朋友跟我一起操作，同时欢迎高手参观指导。 环境约定以下环境基于攥写时间：5th July 2015。宿
网络上关于如何单机模式安装Hadoop的文章很多，按照其步骤走下来多数都失败，按照其操作弯路走过了不少但终究还是把问题都解决了，所以顺便自己详细记录下完整的安装过程。此篇主要介绍在虚拟机设置完毕后，如何进行Ubuntu的安装。我所记录的笔记适合没有Linux基础的朋友跟我一起操作，同时欢迎高手参观指导。 环境约定以下环境基于攥写时间：5th July 2015。宿主机器：Wi
Hadoop单机模式的搭建JunLeon——go big or go home前言：Hadoop集群有三种运行模式，即单机模式，伪分布模式、分布式模式。单机模式：只有一个JVM进程数，只运行在一台机器上（作测试用）；伪分布模式：有多个JVM进程数，运行在同一台机器上；分布式（完全分布式）模式：多个JVM进程数，运行在三台或三台以上的机器上。说明：以下进入Hadoop单机模式的搭建，是在root用户
