hive 底层是mapreduce，因此也很慢，但是它可以通过sql语句做方便操作在离线处理方面可以做数据分析。

而yarn调度的是mapreduce，对hdfs的已有数据做统计的过程的调度监控。

上图包含了整个mapreduce过程，更准确的说shuffle包含partitions和sort、combine（merge）过程，对应map到reduce之间的过程，不包括map和reduce。

2、JobTracker负担重，既要负责资源管理，又要进行作业调度；当需处理太多任务时，会造成过多的资源消耗。

前言：　　从IT跨度到DT,如今的数据每天都在海量的增长。面对如此巨大的数据，如何能让搜索引擎更好的工作呢？本文作为Hadoop系列的第二篇，将介绍分布式情况下搜索引擎的基础实现，即“倒排索引”。...

前言： 　　都说现在是草根为尊的时代，近年来hadoop及spark技术在国内越来越流行。而且渐渐现成为企业的新宠。在DT时代全面来临之前，能提早接触大数据的技术必然能先人一步。本文作为Hadoop系列的第一篇，将HDFS和MapRed...

1，在介绍hadoop写文件的时候我们经常会说首先分割文件为多个块；那么是怎么分割的呢？

上面的 combineReducers 传入的对象有两个写法，但是每个写法最终呈现的名字必须要与 state 一样：

1.概述 　　在工作中总结Hive的常用优化手段和在工作中使用Hive出现的问题。下面开始本篇文章的优化介绍。

在 React源码中，当具体到某一事件处理函数将要调用时，将调用 invokeGuardedCallback方法。