摘要： Yarn是一个资源调度平台，负责为运算程序提供服务器运算资源，相当于分布式的操作系统平台。 Yarn基本架构 Yarn主要由ResourceManager、NodeManager、ApplicationMaster和Container等组件构成。 ResourceManager的作用： 处理客户端请 阅读全文

摘要： Reduce Join工作原理 Map端的主要工作：对来自不同表或文件的key/value对，打上标签以区别不同来源的记录。然后用连接字段作为key，其余部分和新加标志作为value，最后进行输出 Reduce端的主要工作：在Reduce端以连接字段作为key的分组已经完成，我们只需要在每一个分组中 阅读全文

摘要： 常用数据序列化类型 Java类型 | Hadoop Writable类型 | boolean | BooleanWritable byte | ByteWritable int | IntWritable String | Text map | MapWritable array | ArrayWr 阅读全文