一周前我们发布并开源了Cloudbreak－－首个基于hadoop的docker service API。本文将为您展示其技术细节和架构组成。 Cloudbreak 建立于Apache Ambari, Docker containers, Serf 和 dnsmasq ...

几周前我们发布了一个Apache Hadoop 2.3的Docker镜像——在非常短的时间内它已经成为了Dcocker登记册 最流行的Docker镜像. 随着Hadoop2.3Docker镜像 的成功，用户在Hadoop发布周期内给予了反...

在上篇文章中你已经看到了在你的devbox创建一个单点Hadoop 集群是多么简单。 现在我们提高门槛，在Docker上创建一个多点hadoop集群。在开始前，确保你有最新的Ambari镜像： docker pull s...

随着Apache Hadoop的起步，云客户的增多面临的首要问题就是如何为他们新的的Hadoop集群选择合适的硬件。 尽管Hadoop被设计为运行在行业标准的硬件上，提出一个理想的集群配置不想提供硬件规格...

构建 MapReduce Tar包 你可以获取 MapReduce 的tar包，也可以从源码中构建这个tar包 $ mvn clean install -DskipTests $ cd hadoop-mapreduce-project $ mvn clean install assembly:assembl...

为你的业务使用大数据技术是一个非常有吸引力的事情，现在Apache Hadoop使得它更加吸引人了。 Hadoop是一个大规模可伸缩的数据存储平台，被用作许多大数据项目的基础。 Hadoop很强大，但是它...

今天想帮助别人吗? 根据用户之前的回答历史，我们可以把Stack Exchange的新问题推荐给一个能够回答的用户，这与亚马逊通过你之前的购买记录给你提供推荐很相似。不知道Stack Exchange是做什么...

硬件环境 通常使用基于Intel或AMD CPU的刀片服务器来构建集群系统，为了降低成本可以使用已经停止销售的过时硬件。节点有本地内存和硬盘，通过高速交换机相连（通常为千兆交换机），如果集群...

Map Reduce是包含两个过程：Map过程和Reduce过程。每一个过程都包含键值对作为输入，程序员可以选择键和值的类型。 Map和Reduce的数据流是这样的： Input ==> Map ==> Mapper Output ==> So...

作为我之前博客的延续，在这篇博客中，我将探讨如何使用 Mahout 和 Hadoop 实现一个 推荐引擎 第一部分 介绍 MapReduce 和 为什么为了利用并行计算的优势，一些算法需要而重写 第二部分 我会...

共生矩阵可以被描述为对一个事件的跟踪，并且给出了关于其他可能发生的事件的某个时间或者空间上的窗口。在这篇文章中，“事件”是指在文本中发现的个别单词，我们将追踪出现在“窗口”内的其...

先快速说明一下: Hadoop并不是什么数据库，也不是程序库，甚至不是一个独立产品。实际上，Hadoop是一些独立模块的组合，包括一个分布式文件系统HDFS、一个分布式数据库HBase、一个大型分布式...

Apache Hadoop是一个用来构建大规模共享存储和计算设施的软件。Hadoop集群已经应用在多种研究和开发项目中，并且，Yahoo!, EBay, Facebook, LinkedIn, Twitter等公司，越来越多的的把它应用在...

最近，我加入了Cloudera，在这之前，我在计算生物学/基因组学上已经工作了差不多10年。我的分析工作主要是利用Python语言和它很棒的科学计算栈来进行的。但Apache Hadoop的生态系统大部分都是...

序言 数据库和文件中储存的数据量每天都在增长，因此我们需要构建能够储存大量数据（“大数据”），并且廉价、可维护、可伸缩的环境。传统的关系数据库（RDBMS）系统在当前的需求下成本过高并...