packagecom.sun.mysql;importjava.io.DataInput;importjava.io.DataOutput;importjava.io.IOException;importjava.sql.PreparedStatement;importjava.sql.ResultSet;import...

1.如果一个javaBean想要作为MapReduce的key或者value，就一定要实现序列化，因为在Map到Reduce阶段的时候，只能是传输二进制数据，不可能将字符流直接进行RPC传输，只要一个javabean实现了序列化和反序列化，就可以做为key或者value最简单的序列化和反序列化就是实现Writable接...

（最好以下面的两个示例来理解原理）Map-reduce的思想就是“分而治之”MapMapper负责“分”，即把复杂的任务分解为若干个“简单的任务”执行“简单的任务”有几个含义：1数据或计算规模相对于原任务要大大缩小；2就近计算，即会被分配到存放了所需数据的节点进行计算；3这些小任务可以并行计算，彼此间几乎没有依赖关系一...

https://github.com/tmsmith/Dapper-Extensions/wiki/PredicatesThepredicatesysteminDapperExtensionsisverysimpletouse.Intheexamplesbelowwewillusethefollowingmodel:p...

1、去官网下载redis扩展源码包https://github.com/phpredis/phpredis2、安装redis扩展/usr/local/src/mac-sdk/source2/php/exttar-xzvf./phpredis-3.0.0.tar.gzcd./phpredis-3.0.0/usr/loca...

　　这学期刚好开了一门大数据的课，就是完完全全简简单单的介绍的那种，然后就接触到这里面最被人熟知的Hadoop了。看了官网的教程【吐槽一下，果然英语还是很重要！】，嗯啊，一知半解地搭建了本地和伪分布式的，然后是在没弄懂，求助了Google，搞来了一台机子，嗯，搭了个分布式的。其实是作业要求啦，觉得自己平时用单机的完全够...

一、需求 自定义输入格式完成统计任务输出多个文件输入数据：5个网站的每天电视剧的播放量收藏数评论数踩数赞数输出数据：按网站类别统计每个电视剧的每个指标的总量任务目标：自定义输入格式完成统计任务输出多个文件二、数据部分数据这里写图片描述三、思路第一步：定义一个电视剧热度数据的bean。第二步：定义一个读取热度数...

一、自定义InputFormat需求：将多个小文件合并为SequenceFile（存储了多个小文件）存储格式：文件路径+文件的内容c:/a.txtIloveBeijingc:/b.txtIloveChinainputFormat(自定义加上路径)1.Mapper类packagecom.css.inputformat;i...

需求：订单数据求出每个订单中最贵的商品？订单id正序，成交金额倒序。结果文件三个，每个结果文件只要一条数据。1.Mapper类packagecom.css.order.mr;importjava.io.IOException;importorg.apache.hadoop.io.LongWritable;importo...

一、排序排序：需求：根据用户每月使用的流量按照使用的流量多少排序接口-->WritableCompareable排序操作在hadoop中属于默认的行为。默认按照字典殊勋排序。排序的分类：1）部分排序2）全排序3）辅助排序4）二次排序Combiner合并父类Reducer局部汇总，减少网络传输量，进而优化程序。注意...

一、小文件优化1.Mapper类packagecom.css.combine;importjava.io.IOException;importorg.apache.hadoop.io.IntWritable;importorg.apache.hadoop.io.LongWritable;importorg.apache...

一、MapReduce编程规范一、MapReduce编程规范用户编写mr程序主要分为三个部分：Mapper,Reducer,Driver1.Mapper阶段（1）用户自定义Mapper类要继承父类Mapper（2）Mapper的输入数据的kv对形式（kv类型可以自定义）（3）Mapper的map方法的重写（加入业务逻辑...

1.MapReduce的核心编程思想2.yarn集群工作机制3.maptask并行度与决定机制4.maptask工作机制 5.MapReduce整体流程6.shuffle机制7.yarn架构 ...

一、MapReduce分布式编程框架及yarn集群搭建1.大数据解决的问题？海量数据的存储：hadoop->分布式文件系统HDFS海量数据的计算：hadoop->分布式计算框架MapReduce2.什么是MapReduce?分布式程序的编程框架，java-->sshssm，目的：简化开发！是基于had...

一、数据处理类packagecom.css.hdfs;importjava.io.BufferedReader;importjava.io.IOException;importjava.io.InputStreamReader;importjava.net.URI;importjava.net.URISyntaxExc...