摘要： 经过一段时间的学习，对于Hadoop有了一些了解，于是决定用MapReduce实现PageRank算法，以下简称PR 先简单介绍一下PR算法（摘自百度百科：https://baike.baidu.com/item/google%20pagerank/2465380?fr=aladdin&fromid 阅读全文

摘要： 所有服务器都会先将自己的服务器信息注册到servers中，然后每台服务器都会尝试注册master，哪台注册成功，则哪台就是master服务器。 所有的服务器都会关注master节点的删除事件，这样通过监听是否发生删除事件来确定master服务器是否宕机，宕机后需要重新选出一台 新机器来作为maste 阅读全文

摘要： timeout表示会话超时时间，zookeeper靠与客户的心跳来判断会话是否有效（单位毫秒）， -r为只读，表示zookeeper如果与半数以上服务器失去连接则会停止服务，如果有-r参数，则会继续保留只读服务 -server ip和端口 connected表示连接成功，输入h获取帮助列表 一般通过 阅读全文

摘要： linux中/opt一般用来存放应用/var目录一般用来存放日志 sample为样例文件，复制一份zoo.cfg文件 配置zoo文件，id为服务器id（整数），host为服务器的ip地址，第一个port为follow的端口，第二个port为leader选举端口，输入任意可用值即可 创建一个zooke 阅读全文

摘要： 顺序一致性：严格按照顺序在zookeeper上执行 原子性：所有事物请求的结果，在整个集群的应用情况一致 单一视图：无论从哪个服务器进入集群，看到的东西都是一致的 可靠性：服务端成功响应后，状态会 一直保留 3台的zookeeper集群达到12-13万QPS 客户端在zookeeper注册监听器，z 阅读全文

摘要： 内嵌模式，存储于本地的Derby数据库中，只支持单用户 本地模式，支持多用户多会话，例如存入mysql 下载解压hive后，进到conf路径，将模板拷贝 出现该错误表示权限不够 该目录未找到 新建一个/tmp/hive目录，可建在集群同级目录，然后修改hive-site.xml文件 再次执行hive 阅读全文

摘要： 一般用户用CLI（命令行界面）接口，元数据库含有表结构 单用户、多用户、远程服务 生成db文件，只能单客户端使用数据库 多用户是最常用的使用模式 配置与多用户一致 数据格式用户自定义 所有的表都存于改配置路径下，除了外部表 外部表指定location则可，删除一个表只会删除元数据（元数据（Metad 阅读全文

摘要： 数据仓库是集成的面向主题的数据库的集合 面向主题主要是宏观上解决某一类问题，集合性指数据集 数据库主要处理用于事务处理，数据仓库用于分析处理，数据库适用于操作型数据，便于增删改查， 数据仓库则用于挖掘信息，数据仓库需充分了解企业以及组织的详细结构，给出方案。 阅读全文

摘要： Hive目的是为了简化MapReduce编程 实际应用中，Hive与Hbase不经常链接 阅读全文

摘要： G级别或者T级别都只能用hadoop 阅读全文