《自己动手写网络爬虫》介绍了网络爬虫开发中的关键问题与Java实现。主要包括从互联网获取信息与提取信息和对Web信息挖掘等内容。《自己动手写网络爬虫》在介绍基本原理的同时注重辅以具体代码实现来帮助读者加深理解，书中部分代码甚至可以直接使用。 　　《自己动手写网络爬虫》此书代码清晰，但是对初学者不太合适，因为完全没有介绍开发平台和配置环境，以及在程序中所用到的jar包，初学者的动手能力有限，使得程序很难调通，高手倒是可以挑战一下 第1章 全面剖析网络爬虫 3 　　1.1 抓取网页 　　1.1.1

HBase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价的PCServer上搭建大规模结构化存储集群。HBase是GoogleBigTable的开源实现，与GoogleBigTable利用GFS作为其文件存储系统类似，HBase利用HadoopHDFS作为其文件存储系统；Google运行MapReduce来处理BigTable中的海量数据，HBase同样利用HadoopMapReduce来处理HBase中的海量数据；GoogleBigTable利用Chubby作

HBase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价的PCServer上搭建大规模结构化存储集群。 HBase是GoogleBigTable的开源实现，与GoogleBigTable利用GFS作为其文件存储系统类似，HBase利用Hadoop HDFS作为其文件存储系统；Google运行MapReduce来处理BigTable中的海量数据，HBase同样利用Hadoop