注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 实战Hadoop：开启通向云计算的捷径

  2. 第1章 神奇的大象——Hadoop 1.1 初识神象 1.2 Hadoop初体验 1.2.1 了解Hadoop的构架 1.2.2 查看Hadoop活动 1.3 Hadoop族群 1.4 Hadoop安装 1.4.1 在Linux系统中安装Hadoop 1.4.2 在Windows系统中安装Hadoop 1.4.3 站在象背上说“hello” 1.4.4 Eclipse下的Hadoop应用开发 参考文献 第2章 HDFS——不怕故障的海量存储 2.1 开源的GFS——HDFS 2.1.1 设计前

  3. 所属分类：其它

    • 发布日期：2013-07-31
    • 文件大小：61865984
    • 提供者：jsntghf

  1. MapReduce研发参考手册

  2. 亚信联创科技（中国）有限公司 一、 MapReduce介绍 5 二、 MapReduce工作原理 5 1. MapReduce作业运行流程 5 2. Map、Reduce任务中Shuffle和排序的过程 6 三、 MapReduce程序开发 9 1. Word count 统计程序map reduce实现 9 2. 项目开发实战 10 四、 MapReduce编码流程 16 1. 编程组件 16 2. 创建Map类和map函数 16 3. 创建Reducer类和reduce函数 17 4. 配

  3. 所属分类：Java

    • 发布日期：2013-11-11
    • 文件大小：764928
    • 提供者：qiangdao0415

  1. Hadoop应用开发实战详解源代码

  2. Hadoop应用开发实战详解源代码 　第4章　初识MapReduce 　　4.1　MapReduce简介　 　　　4.1.1　MapReduce要解决什么问题　 　　　4.1.2　MapReduce的理论基础　 　　　4.1.3　MapReduce的编程模式　 　　4.2　MapReduce的集群行为　 　　4.3　Map/Reduce框架　 　　4.4　样例分析：单词计数　 　　　4.4.1　WordCount实例的运行过程　 　　　4.4.2　WordCount的源码分析和程序处理过程　

  3. 所属分类：Java

    • 发布日期：2015-05-25
    • 文件大小：202752
    • 提供者：syilo

  1. Hadoop技术内幕 深入理解MapReduce架构设计与实现原理.pdf

  2. Hadoop技术内幕：深入解析MapReduce架构设计与实现原理 目录 前言 第一部分 基础篇 第1章 阅读源代码前的准备 1.1 准备源代码学习环境 1.1.1 基础软件下载 1.1.2 如何准备Windows环境 1.1.3 如何准备Linux环境 1.2 获取Hadoop源代码 1.3 搭建Hadoop源代码阅读环境 1.3.1 创建Hadoop工程 1.3.2 Hadoop源代码阅读技巧 1.4 Hadoop源代码组织结构 1.5 Hadoop初体验 1.5.1 启动Hadoop 1

  3. 所属分类：Java

    • 发布日期：2015-11-24
    • 文件大小：48234496
    • 提供者：yuan_xw

  1. Hadoop海量网络数据处理平台的关键技术

  2. 近几年,云计算产业飞速发展,大数据处理技术也在不断成熟。与此同时,国内移动互联网市场规模不断扩大,用户数量已经超过5亿,并带来了海量的移动互联网流量数据。在此背景下,如何基于云计算大数据处理技术来承载海量网络数据处理业务,是一个非常有研究价值的课题。从移动互联网的现状来看,一方面移动数据流量猛增,给运营商带来了巨大的运营压力,需要其投入更多的资金来进行网络建设与升级,另一方面由于移动数据业务增长,传统的语音短信等业务出现下滑,导致运营商出现增量不增收的现状。因此研究如何使用通过流量通道获取到的

  3. 所属分类：Hadoop

    • 发布日期：2018-12-11
    • 文件大小：19922944
    • 提供者：qq_41955404

  1. 【最新版】navicat150_premium_en.dmg navicat-premium: 15.0.14【亲测可用】最好的MySQL数据库开发工具

  2. Navicat Premium是一个数据库开发工具，可让您从单个应用程序同时连接到MySQL，MariaDB，MongoDB，SQL Server，Oracle，PostgreSQL和SQLite数据库。与Amazon RDS，Amazon Aurora，Amazon Redshift，Microsoft Azure，Oracle Cloud，Google Cloud和MongoDB Atlas等云数据库兼容。您可以快速轻松地构建，管理和维护数据库。 设置数据源连接后，可以使用“导入向导”将数

  3. 所属分类：MySQL

    • 发布日期：2020-04-22
    • 文件大小：137363456
    • 提供者：hu_zhenghui

  1. GIAC架构大会-承载每天万级任务的调度系统架构是如何设计的.pdf

  2. 承载每天万级任务的调度系统架构是如何设计的 分布式任务调度系统如何设计？ 开源分布式任务调度系统介绍GGIAC 主办方:msp4oes 目前使用 EasySchedulerl的公司部分统计) Q雪球 鳳凰金融 s 嘀嗒出行 fengjr. com 水滴互助 Vanguard* 华润万家 y速快团 e Aisino|凹败科辣 航天信息 半云利技 环球易购 bwin. cn CiC 四万伟业 efonsoft Gobalegrow E-Commerce 8 育学园 EB 我们一起长大 东信北邮 微未

  3. 所属分类：Hadoop

    • 发布日期：2019-07-07
    • 文件大小：13631488
    • 提供者：odailidong

  1. MapReduce作业运行流程

  2. 基本概念 MapReduce采用了Master/Slave架构，包括一个Master和若干个Slave，Master上运行JobTracker，Slave运行TaskTracker JobTracker：初始化作业，分配作业，TaskTracker与其进行通信，协调监控整个作业 TaskTracker：定期与JobTracker通信，执行Map和Reduce任务 HDFS：保存作业的数据、配置、jar包、结果 作业运行流程 1.在客户端启动一个作业。 2.向JobTracker请求一个Job

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：288768
    • 提供者：weixin_38737176