mb644789379f291的博客_cloud

Nutch相关框架安装使用最佳指南(转载)

Chinese installing and using instruction - The best guidance in installing and using Nutch in China 国内首套免费的《Nutch相关框架视频教程》土

solr

apache

xml

转载 10月前 61 阅读

分布式 Key-Value 存储系统：Cassandra 入门

Apache Cassandra 是一套开源分布式 Key-Value 存储系统。它最初由 Facebook 开发，用于储存特别大的数据。 Cassandra 不是

Cassandra

apache

数据

转载 2023-08-04 22:39:44 41 阅读

Hadoop实战-中高级部分之 Hadoop MapReduce工作原理

Hadoop RestFulHadoop HDFS原理1Hadoop HDFS原理2Hadoop作业调优参数调整及原理Hadoop HAHadoop MapReduce高级编程Hadoop IOce工作原理Hadoop 管理Hadoop 集群安装Hadoop RPC 第一部分：MapReduce工作原理

Hadoop

xml

数据

转载 2023-08-04 22:36:58 61 阅读

安装Storm客户端

Storm客户端能让我们使用命令管理集群中的拓扑。按照以下步骤安装Storm客户端：从Storm站点下载最新的稳定版本（h

jar

客户端

main方法

转载 2023-08-04 22:35:33 69 阅读

spark从hdfs上读取文件运行wordcount

1.配置环境说明hadoop配置节点：sg202(namenode SecondaryNameNode) sg206(datanode) sg207(datanode) sg208(datanode)spark

spark

hadoop

html

转载 2023-08-04 22:34:55 81 阅读

Hive整合HBase——通过Hive读/写 HBase中的表

是利用两者本

hive

Hive

jar

转载 2023-08-04 22:28:04 50 阅读

基于Mahout的电影推荐系统

600010

推荐引擎

相似度

tomcat

转载 2023-08-04 22:27:30 155 阅读

优质博文list（分布式文件系统/存储/搜索）

站点和博客地址，可以拓展阅读。20. REST

lucene

html

Cassandra

转载 2023-08-04 22:26:21 42 阅读

基于 Apache Mahout 构建社会化推荐引擎

。本文主要讲述如何基于 Apache Mahout 来构建社会化推荐引

推荐引擎

相似度

Apache

转载 2023-08-04 22:26:03 75 阅读

使用 Twitter Storm 处理实时的大数据

日内容

数据

解决方案

Hadoop

转载 2023-08-04 22:25:21 59 阅读

Flume(NG)架构设计要点及配置实践

Flume NG是一个分布式、可靠、可用的系统，它能够将不同数据源的海量日志数据进行高效收集、聚合、移动

数据

Source

数据存储

转载 2023-08-03 14:55:13 55 阅读

Twitter Storm开篇之作

Storm介绍Twitter将Storm正式开源了，这是一个分布式的、容错的实时计算系统，它被托管在GitHub上，遵循

java

ide

数据

转载 2023-08-03 14:49:19 69 阅读

Elasticsearch之基本操作

摘要：本文简单介绍了elasticsearch的HTTP API中的插入、删除、更新、查找、搜索功能。elasticsearch是一个是开源的（Apache2协议），分布式的，RESTful的，构建在Apache Lucene之上的的搜索引擎。它有很多特点例如Schema Free，Document Oriented。它是#nosql的，基于JSON，同

twitter

elasticsearch

字段

转载 2023-08-03 14:17:27 44 阅读

与Costin Leau谈论Elasticsearch，大数据及Hadoop

Elasticsearch是一个开源的分布式实时搜索与分析引擎，支持云服务。它是基于Apache Lucene搜索引擎的类库创建的，提供了全文搜索能监控。

Elastic

数据

搜索

转载 2023-08-03 14:17:12 77 阅读

安装部署CloudStack 4.0企业私有云平台

CloudStack Installation_Guide/installation.htmlCloudStack Admin_guide/working-with-iso.htmlCloudStack Admin_guide/creating-vms.htmlCloudStack Admin_guide/create-templates-overview.html 目录结构 1. 什么是Clo

sql

Server

vim

转载 2023-08-03 14:13:06 269 阅读

solr 入门介绍/solr 分析器（Analyzer） / solr富文本解析

一、简洁Solr是一个开源的，企业级搜索服务器。她已经是一个成熟的产品，用于强化网络站点的搜索功能，包

solr

搜索

xml

转载 2023-08-03 14:10:54 216 阅读

Hadoop中HDFS工作原理演示 --不错哦

Hadoop其实并不是一个产品，而是一些独立模块的组合。主要有分布式文件系统HDFS和大型分布式数据处理库Ma。它分为两个部分：NameNod

Hadoop

linux

HDFS

转载 2023-08-03 14:07:49 49 阅读

Nutch 实战

初识 Nutch本文介绍了开源搜索引擎Nutch的基本信息，并详细说明了

搜索引擎

i++

目标文件

转载 2023-08-03 14:07:34 103 阅读

Hadoop Shell命令

FS ShellcatchgrpchmodchowncopyFromLocalcopyToLocalcpdudusexpungegetgetmergelslsrmkdirmovefromLoc

hadoop

hdfs

递归

转载 2023-08-03 14:02:19 44 阅读

HBase详细概述

本文首先简单介绍了HBase,然后重点讲述了HBase的高并发和实时处理数据、HBase数据模型、HBase物理存储、HB

数据

Hadoop

HDFS

转载 2023-08-02 16:52:52 46 阅读

Spark：一个高效的分布式计算系统

概述什么是SparkSpark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用的并行计算框架，Sp

Hadoop

数据集

数据

转载 2023-07-19 09:50:44 75 阅读

Flume NG：Flume OG 区别对比

Flume 作为 cloudera 开发的实时日志收集系统，已经受到越来越多的关注。比如 IBM BigInsights 已经将 Flume 作为产品的一部

hdfs

zookeeper

hadoop

转载 2023-07-19 09:49:06 52 阅读

Hadoop MapReduce原理及实例

MapReduce是用于数据处理的一种编程模型，简单但足够强大，专门为并行处理大数据而设计。1. 通俗理解MapReduceMapReduce的处理过程分为两个步骤：map和reduce。每个阶段的输入输出都是key-value的形式，key和value的类型可以自行指定。map阶段对切分好的数据进行并行处理，处理结果传输给reduce，由reduce函数完成最后的汇总。例

数据

Hadoop

Text

转载 2023-07-18 20:06:27 94 阅读

HBase详细概述

本文首先简单介绍了HBase,然后重点讲述了HBase的高并发和实时处理数据、HBase数据模型、HBase物理存储、HBase系统架构

数据

Hadoop

HDFS

转载 2023-07-12 20:46:23 55 阅读

redis中各种数据类型对应的jedis操作命令

一、常用数据类型简介： redis常用五种数据类型:string,hash,list,set,zs

数据库

Redis

应用场景

转载 2023-07-12 20:43:13 29 阅读

Hadoop中的数据库访问

Hadoop主要用来对非结构化或半结构化（HBase）数据进行存储和分析，而结构化的数据则一般使用数据库来进行存储和

数据库

Hadoop

ide

转载 2023-07-12 20:42:31 45 阅读

hadoop配置选项介绍

前段时间我写了一篇文章讲nutch的简单使用，是单台机器抓取，今天我讲一下nutch的分布式抓取。由于nutch的分

hadoop

JAVA

java

转载 2023-07-12 20:42:29 13 阅读

Storm常见模式——分布式RPC

分布式RPC（distributed RPC，DRPC）用于对Storm上大量的函数调用进行并行计算过程。对于每一次函数调用，Storm集群上

Server

函数调用

元组

转载 2023-07-12 20:41:54 58 阅读

Impala入门笔记

问题背景：初步了解Impala的应用重点测试Impala的查询速度是否真的如传说中的比Hive快3~30倍写作目的：

Hive

Hadoop

xml

转载 2023-07-12 20:41:51 36 阅读

BDTC 参会总结

今天有幸能参加大数据技术会议，感受国内外的前沿技术，感觉很兴奋。来回跑了几个会场，听了11个议题，简单做个总公司

数据

hadoop

大数据

转载 2023-07-12 20:41:39 30 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

mb644789379f291的博客