摘要： 1.安装虚拟机 下载 01 VirtualBox-6.1.16-140961-Win.exe，并安装完成。 2.安装Linux操作系统 下载02 ubuntukylin-16.04-desktop-amd64.iso，并完成安装。 在线安装教程http://dblab.xmu.edu.cn/blog 阅读全文

摘要： 恢复内容开始 一.安装Hive 下载解压重命名权限 配置环境变量 $HIVE_HOME 修改Hive配置文件 gedit 配置mysql驱动 下载合适版本的mysql jar包，拷贝到/usr/local/hive/lib目录下 ls 在mysql新建hive数据库 show databases; 阅读全文

摘要： 1.用你最熟悉的编程环境，编写非分布式的词频统计程序。 读文件 分词（text.split列表） 按单词统计（字典,key单词，value次数） 排序（list.sort列表） 输出 用python实现词频的统计，代码如下： test.txt文件内容如下： 运行结果如下： 在Ubuntu中实现运行。 阅读全文

摘要： 1.理解HBase表模型及四维坐标：行键、列族、列限定符和时间戳。 2.启动HDFS，启动HBase，进入HBaseShell命令行。 3.列出HBase中所有的表信息list 4.创建表create 5.查看表详情desc 6.插入数据put 7.查看表数据scan 8.多版本实验：修改列族版本数 阅读全文

摘要： 1.下载压缩文件 2.解压 3.修改文件夹名 4.修改文件夹权限 5.配置环境变量 6.伪分布式配置文件 7.启动HDFS，启动Hbase 8.进入shell界面 9.停止Hbase，停止HDFS运行 阅读全文

摘要： 一、在Ubuntu系统中安装和配置Eclipse 二、利用hadoop 的java api，向HDFS写一个文件。 三、从HDFS读取一个文件的内容。 先开启作为对比 上查看，多了文件 201906110140zhongcaihong .txt 阅读全文

摘要： 恢复内容开始 1. Hadoop起源与发展阶段：Hadoop是道格·卡丁（Doug Cutting）创建的，Hadoop起源于开源网络搜索引擎Apache Nutch，后者本身也是Lucene项目的一部分。Nutch项目面世后，面对数据量巨大的网页显示出了架构的灵活性不够。当时正好借鉴了谷歌分布式文 阅读全文

摘要： 第二次作业补交 ：https://www.cnblogs.com/mengbei/p/15702567.html （1）切换到目录 /usr/local （2）去到目前的上层目录 （3）回到自己的主文件夹 ls命令：查看文件与目录 （4）查看目录/usr下所有的文件 mkdir命令：新建新目录 （5 阅读全文

摘要： 1.为什么产生大数据技术？ 大数据是指软件工具在一定时间内无法捕获、管理和处理的数据集合，是需要新的处理模型的是大量的决策、洞察力和过程优化能力，也是高增长率和多样化的信息资产大数据是无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和 阅读全文

摘要： 1.为什么产生大数据技术？ 大数据是指软件工具在一定时间内无法捕获、管理和处理的数据集合，是需要新的处理模型的是大量的决策、洞察力和过程优化能力，也是高增长率和多样化的信息资产大数据是无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和 阅读全文