所有网站的服务器上都会保留访问的log日志。这些log日志记录的其他机器访问服务器的ip，时间，http协议，状态码等信息。 比如这样： 大型网...

这里写得是，如果利用mapreduce分布式的计算框架来写一个单词计数的demo。比如说，给出一个文件，然后，输出是统计文件里面所有的单词出现的...

1. mapreduce 简介 mapreduce源自google的一篇文章，将海量数据处理的过程拆分为map和reduce。mapreduce...

使用hadoop dfs的api 来访问访问数据 。 看来一些资料和书，其实代码很简单，就是必须把需要的包，都带上就可以了。另外，要确保hado...

1. hadoop 2.0 以上的版本都是 的默认的快大小是 128 MB 2. 存在dfs上面的文件其实都存放在了linux的文件系统只是，...

1. HDFS简介 Hadoop分布式文件系统(HDFS)被设计成适合运行普通pc上的分布式文件系统。总的设计思想：分而治之——将大文件、大批量...

现在打算学习一些关于分布式，大数据，和hadoop的知识，创建一个笔记本，作为入门的笔记。 1. 安装hadoop http://www.jia...