摘要：文件内容：1949-10-01 14:21:02 34℃1949-10-02 14:01:02 36℃1950-01-01 14:21:02 32℃1950-10-01 11:01:02 37℃1951-10-01 14:21:02 23℃1950-10-02 17:1... 阅读全文

摘要：倒排索引倒排索引"是文档检索系统中最常用的数据结构，被广泛地应用于全文搜索引擎。它主要是用来存储某个单词（或词组）在一个文档或一组文档中的存储位置的映射，即提供了一种根据内容来查找文档的方式。由于不是根据文档来确定文档所包含的内容，而是进行相反的操作，因而称为倒排索引（Inverted Index）... 阅读全文

摘要：多表链接输入是两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表，包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出"工厂名——地址名"表。factory：factoryname addressedBeijing Re... 阅读全文

摘要：单表关联实例中给出child-parent（孩子——父母）表，要求输出grandchild-grandparent（孙子——爷奶）表。file：child parentTom LucyTom JackJone LucyJone J... 阅读全文

摘要：组成部分 Shuffle阶段分为两部分:Map端和Reduce端。 Sort阶段就是对Map端输出的key进行排序。 第一部分:Map端Shuffle 对于输入文件，会进行分片，对于一个split，有一个map任务进行处理，每个Map在内存中都有一个缓存区，map的输... 阅读全文