5

一、本周完成内容与时间分配
本周学习内容：学习 MapReduce 核心原理、Shuffle 数据洗牌机制；编写并运行 WordCount 单词统计案例，完整走完 MR 程序打包、提交、日志查看流程；入门 Python 基础语法、文件读写、简单分词工具。
学习总时长：33 小时
代码实操时长：18 小时（MR 代码开发、Python 文本读取脚本）
问题排查耗时：12 小时（MR 数据倾斜、Python 分词编码报错）
二、下周计划
完成 MapReduce 气象数据分析实战案例；
深入 Python 分词、词频统计库，搭建信息化热词分析基础代码框架；
回顾 Hadoop 全生态组件：Hive、Flume、Sqoop、Zookeeper 基础作用。
三、本周遇到的问题
WordCount 运行出现数据倾斜，高频单词全部汇聚到单个 Reduce 任务，执行效率极低；
MR 程序本地测试正常，打包上传集群运行报类找不到异常；
Python 读取中文文本出现编码乱码，分词库无法识别中文词汇。