Hadoop入门教程：Streaming接口实现，Streaming接口就是使用UNIX标准流作为Hadoop和程序之间的接口，可以使用任何语言，仅需要编写的MapReduce程序能够读取标准输入并写入标准输出，Hadoop Streaming可以帮助用户创建和运行一类特殊的MapReduce作业，这些作业是由一些可执行文件或脚本文件充当Mapper或Reducer。 如果一个可执行文件被用于M
转载
2023-08-29 15:30:58
56阅读
在上一篇博客中，讲述了对猫狗采用二分类方法进行模型训练，最终得到的模型在测试数据上的准确率为79%。在这里我们采用数据增强的方法进一步提高识别率。 数据增强是从现有的训练样本中生成更多的训练数据，其方法是利用多种能够生成可信图像的随机变换来增加（augment）样本。其目标是，模型在训练时不会两次查看完全相同的图像。这让模型能够观察到数据的更多内容，从而具有更好的泛化能力。 例如有如下一张图像：
Hadoop是一个大数据处理平台，目前在大数据领域应用也非常广泛，刚好最近我们BI组在进行把底层数据仓库迁移到Hadoop平台并且当前BI的数据平台已经深度依赖Hadoop平台，所以在工作之余开始去深入了解下Hadoop内部实现以更好地应用它，在遇到问题的时候有更好的解决思路。本文详细介绍了Hadoop领域中分布式离线计算框架MapReduce的原理及源码分析。 1. MapReduce概述 &
转载
2023-09-13 23:05:57
38阅读
hadoop 源代码分析(一)Google 的核心竞争技术是它的计算平台。HadoopGoogle的大牛们用了下面5篇文章，介绍了它们的计算设施。GoogleCluster：http://research.google.com/archive/googlecluster.html
Chubby：http://labs.google.com/papers/chubby.html
GFS：h
转载
2023-09-06 20:43:46
61阅读
由于本人愚笨，光阴似箭、日月如梭、随着年龄的增长，看着那么多大牛，写出了那么多知名的框架，对于框架的知识，不仅仅想知道怎么去使用它，还想为什么别人是这样设计，这样声明类和接口，就好比刚刚开始看的HDFS文件系统一样，为什么会有Fimage类对象和edits对象。我脑子里面总是在想，很多事情是从简单到复杂的，看hadoop的代码也是，所以我就从hadoop的最简单、最基础
转载
2024-02-20 19:49:25
17阅读
Hadoop源代码分析（三五）除了对外提供的接口，NameNode上还有一系列的线程，不断检查系统的状态，下面是这些线程的功能分析。在NameNode中，定义了如下线程：hbthread = null; // HeartbeatMonitor threadpublic Daemon lmthread&nb
转载
2023-09-13 23:39:27
71阅读
人工智能AI与大数据技术实战 公众号： weic2c目录1K-近邻算法（KNN, k-NearestNeighbor)2K-近邻算法详述3K-近邻算法图片识别分类...
转载
2021-10-26 11:06:39
356阅读
对于Java程序来说，JVM是一台完整的机器，可是对于真正的机器或OS来说，JVM只是其中一个进程而已。作为一个进程，它又是如何启动的呢？如下来一步一步分析。（注，本文分析的JDK源代码是openjdk6,下载地址：http://download.java.net/openjdk/jdk6/）
JVM的进程入口是在...\jdk\src\share\b
转载
2023-05-24 18:58:33
211阅读
目录1 K-近邻算法（KNN, k-NearestNeighbor)2 K-近邻算法详述3 K-近邻算法图片识别分类4 参考文献1 K-近邻算法（KNN, k-NearestNeighbor)1.1 概念介绍K-近邻算法(kNN，k-NearestNeighbor)分类算法由Cover和Hart在1968年首次提出。kNN算法的核心思想是
转载
2022-04-24 10:07:59
270阅读
广告
原创
2022-04-07 16:15:04
360阅读
# 学习如何实现 Hadoop 源码
当你开始接触大数据处理框架 Hadoop 时，理解其核心源码是掌握这一工具的关键。本文将帮助你了解如何下载、构建和运行 Hadoop 源码，伴随着详细的代码示例和步骤。
## 1. 项目流程
以下是实现 Hadoop 源码的总体步骤：
| 步骤 | 描述 |
|------|------|
| 1 | 安装必要的工具 |
| 2 | 下载
原创
2024-09-16 03:50:22
20阅读
作者 | 吴邪 大数据4年从业经验，目前就职于广州一家互联网公司，负责大数据基础平台自研、离线计算&实时计算研究编辑 | lily关于一门技术源码的解读是很令人头疼的一件事情，很多小伙伴都不知道从何入手，作为一名程序猿，我也是这样经历过来的，在没人指导的情况下不断碰壁，那种想入而不得的感觉相当难受，希望通过这篇文章能帮助同学们学会阅读源码的技巧。前面两篇文章《Had
转载
2023-09-14 22:06:29
96阅读
文章目录一、前期准备工作二、安装编译所需工具2.1 安装JDK2.2 安装Maven2.3 安装Ant2.4 安装ProtoBuf2.5 安装openssl库2.6 安装ncurses-devel库三、开始编译四、常见问题 一、前期准备工作配置CentOS能连接外网，保证Linux虚拟机ping www.baidu.com是畅通的全程使用root用户编译，减少文件夹权限出现问题需要注意，读者如果操
转载
2023-09-20 10:38:46
90阅读
Hadoop源码分析（16）1、 RPC解析 在文档（15）中解析了实际进行远程调用client类的call方法。在该文档中提到的其本质是使用java的NIO与远端的服务器进行连接。并通过channel将需要执行的方法的数据发送过去，然后等待远端将执行结果返回给客户端。 hdfs的组件中很多都有RPC的server端，之前文档分析到namenode启动的时候会从journalnode中读取其存
转载
2023-08-18 19:33:15
41阅读
Hadoop源码解读一前言寻找入口类main方法createNameNode方法NameNode构造方法initialize方法loadFromDisk方法loadFSImage方法recoverTransitionRead方法loadFSImage方法saveNamespace方法总结 前言在学习的过程中，我们总是不可避免的以使用为目标，而没有深入的去研究源码的构成，本文简单的分享我阅读源码的
转载
2023-11-18 23:16:32
84阅读
Hadoop 源代码分析（2）package
http://caibinbupt.javaeye.com/blog/270378
Hadoop 源代码分析（3）
org.apache.hadoop.io
http://caibinbupt.javaeye.com/blog/277640
Hadoop 源代码分析（4）
转载
2023-09-13 22:57:39
50阅读
具备技能分布式系统知识对分布式系统的网络通信模块，调度模块需要不断补充java相关知识（比如RPC，NIO，设计模式等）具体步骤第一个阶段：学习hadoop基本使用和基本原理，从应用角度对hadoop进行了解和学习尝试使用hadoop，从应用层面，对hadoop有一定了解，使用hadoop shell对hdfs进行操作，使用hdfs API编写一些程序上传，下载文件；使用MapReduce API
转载
2023-08-16 22:09:13
42阅读
Hadoop源码解读(shuffle机制) 这次主要聊一聊hadoop中比较复杂的shuffle机制。同样是通过源代码来一步一步进行解析。首先，shuffle是mapTask运行写出一个key，value键值对后，收集器收集，开始shuffle的工作。所以入口在MapTask的run()方法中的 runNewMapper(job, splitMetaInfo, umbilical, reporte
转载
2024-04-17 12:11:23
9阅读
经过近66个工作日的时间，终于搞定了HDFS系统，在我们的项目中，称为Fordim0.1。
为了能够让更多的朋友认识Hadoop在此附上一Google’s Solution --> Open Source Word’s Solution ：
Google File System – Hadoop Distributed FS
Map-R
转载
2023-08-20 14:27:45
65阅读
这些内容都是自己在工作和学习中的一些学习总结，如果大家觉得有帮助，原创不易，希望帮忙点个赞，由于笔者水平有限，也难免有错误，也
转载
2023-09-04 14:52:02
68阅读
