用户编写的程序分成三个部分：Mapper，Reducer，Driver(提交运行mr程序的客户端)

分桶是相对分区进行更细粒度的划分。分桶将整个 hive 表数据内容按照某列属性值的 hash 值进行分区，通过分区将这些表数据划分到多个文件中进行存储。...

Hive 提供标准的 SQL 功能，Hive 的 SQL 也可以通过用户定义的函数(UDF)，用户定义的集合(UDAF)和用户定义的表函数(UDTF)扩展为用户代码。

将函数作为参数传入，这样的函数称为高阶函数。函数式编程就是指这种高度抽象的编程范式。变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。如下所示：...

Hadoop不提供64位编译好的版本，只能用源码自行编译64位版本。学习一项技术从安装开始，学习hadoop要从编译开始。

Hadoop是由apache Software Foundation公司于2005年秋天作为Lucene的子项目Nutch的一部分正式引入的。它受到最先由google lab开发的mapreduce计算模型合google file system分布式文件系统的启发。2006年3月，mapreduce...

mapper调优主要就一个目标：减少输出量 我们可以通过增加combine阶段以及对输出进行压缩设置进行mapper优化 1>combine合并： 实现自定义combine要求继承reduce类。比较适合map的输出是数值型的，方便进行统计。 2>压缩...

机器环境Distributor ID: CentOSDescription: CentOS release 5.8 (Final)Release: 5.8Codename: Finaljdk 版本java version "1.6.0_45"

Hadoop已被公认为大数据分析领域无可争辩的王者，它专注与批处理。这种模型对许多情形（比如：为网页建立索引）已经足够，但还存在其他一些使用模型，它们需要来自高度动态的来源的实时信息。为了解决这个问题，就得借助Twitter推...

在Ubuntu14.04下安装Hadoop2.4.0 （单机模式）基础上配置  http://www.linuxidc.com/Linux/2015-01/112370.htm