Hadoop 的 MapReduce shuffle 过程，非常重要。只有熟悉整个过程才能对业务了如指掌。 M…

Solr 是什么？ Solr 是一个开源的企业级搜索服务器，底层使用易于扩展和修改的 Java 来实现。服务 …

学习 Hadoop，必不可少的就是编写 MapReduce 程序。当然，对于简单的分析程序，我们只需一个 Ma…

MapReduce 中的 Shuffle 过程分为 Map 端和 Reduce 端两个过程。 Map 端： 1…

其实 MapReduce 作业运行第三方配置文件的共享方法往小了说其实就是参数在 MapReduce 作业中的…

MapReduce 模型可分为单 Reduce 模式、多 Reduce 模式以及无 Reduce 模式，对于不…

引言 1. 本文不描述 MapReduce 入门知识，这类知识网上很多，请自行查阅 2. 本文的实例代码来自官…

用户在使用 Mapreduce 时默认以 part-＊命名，MultipleOutputs 可以将不同的键值对…

在许多情况下，一个用户需要了解待分析的数据，尽管这并非所要执行的分析任务 的核心内容。以统计数据集中无效记录数…

HDFS HDFS 是一个具有高度容错性的分布式文件系统，适合部署在廉价的机器上，它具有以下几个特点： 1）适…