王叫瘦

hadoop （四）单机安装hadoop

hadoop 安装部署的三种模式（本地模式不需要jdk）：

单机（本地）安装（standalone mode）：部署在一台机器上，没有分布式不使用hdfs，主要用于本地开发和调试。

伪分布式安装（pseudo-distributed mode）：一台机器上运行所有的hadoop 服务，每个hadoop守护进程都是一个独立的jvm进程，常用于调试。

全分布式模式（fullil distributed mode）：运行于多台机器的的真实环境模式。

单机模式安装

1安装jdk

解压jdk压缩包

vi /etc/profile

##jdk config

export JAVA_HOME=/usr/java/jdk1.8.0_171
export CLASSPATH=.:${JAVA_HOME}/jre/lib/rt.jar:${JAVA_HOME}/lib/dt.jar:${JAVA_HOME}/lib/tools.jar

export PATH=$PATH:${JAVA_HOME}/bin

让配置生效

source /etc/profile

2安装hadoop

解压

tar -zxvf hadoop-1.2.1.tar.gz

配置环境变量 /etc/profile 末尾添加内容：

##hadoop config

export HADOOP_HOME=/usr/hadoop/hadoop-1.2.1

export PATH=$PATH:/usr/hadoop/hadoop-1.2.1/bin

以root用户让配置生效

source /etc/profile

测试是否安装配置成功

输入hadoop查看：

配置hadoop中的jdk安装路径（修改为自己安装jdk）

cd /usr/hadoop/hadoop-1.2.1/conf #cd 到hadoop的配置文件目录

vi hadoop-env.sh

显示如下：

修改路径为：

测试mapreduce程序：

在usr目录下创建目录data，data下创建目录input（此处目录自己随便命名，只要使用一致就行）

mkdir -p /usr/data/input

把hadoop配置文件全部copy过来，作为mapreduce的输入文件

cp /usr/hadoop/hadoop-1.2.1/conf/*.xml /usr/data/input

在hadoop目录下执行命令测试mapreduce：

hadoop jar hadoop-examples-1.2.1.jar grep /usr/data/input /usr/data/output 'dfs[a-z.]+'

可以根据下面的过程看mapreduce执行过程

18/05/29 21:11:35 INFO util.NativeCodeLoader: Loaded the native-hadoop library
18/05/29 21:11:35 WARN snappy.LoadSnappy: Snappy native library not loaded
18/05/29 21:11:35 INFO mapred.FileInputFormat: Total input paths to process : 7
18/05/29 21:11:36 INFO mapred.JobClient: Running job: job_local2023822132_0001
18/05/29 21:11:36 INFO mapred.LocalJobRunner: Waiting for map tasks
18/05/29 21:11:36 INFO mapred.LocalJobRunner: Starting task: attempt_local2023822132_0001_m_000000_0
18/05/29 21:11:36 INFO util.ProcessTree: setsid exited with exit code 0
18/05/29 21:11:36 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@58ee6b86
18/05/29 21:11:36 INFO mapred.MapTask: Processing split: file:/usr/data/input/capacity-scheduler.xml:0+7457
18/05/29 21:11:36 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:36 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:37 INFO mapred.JobClient: map 0% reduce 0%
18/05/29 21:11:37 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:37 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:37 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:37 INFO mapred.Task: Task:attempt_local2023822132_0001_m_000000_0 is done. And is in the process of commiting
18/05/29 21:11:37 INFO mapred.LocalJobRunner: file:/usr/data/input/capacity-scheduler.xml:0+7457
18/05/29 21:11:37 INFO mapred.Task: Task 'attempt_local2023822132_0001_m_000000_0' done.
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Finishing task: attempt_local2023822132_0001_m_000000_0
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Starting task: attempt_local2023822132_0001_m_000001_0
18/05/29 21:11:37 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@56f687af
18/05/29 21:11:37 INFO mapred.MapTask: Processing split: file:/usr/data/input/hadoop-policy.xml:0+4644
18/05/29 21:11:37 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:37 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:37 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:37 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:37 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:37 INFO mapred.MapTask: Finished spill 0
18/05/29 21:11:37 INFO mapred.Task: Task:attempt_local2023822132_0001_m_000001_0 is done. And is in the process of commiting
18/05/29 21:11:37 INFO mapred.LocalJobRunner: file:/usr/data/input/hadoop-policy.xml:0+4644
18/05/29 21:11:37 INFO mapred.Task: Task 'attempt_local2023822132_0001_m_000001_0' done.
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Finishing task: attempt_local2023822132_0001_m_000001_0
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Starting task: attempt_local2023822132_0001_m_000002_0
18/05/29 21:11:37 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@6796c850
18/05/29 21:11:37 INFO mapred.MapTask: Processing split: file:/usr/data/input/mapred-queue-acls.xml:0+2033
18/05/29 21:11:37 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:37 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:37 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:37 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:37 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:37 INFO mapred.Task: Task:attempt_local2023822132_0001_m_000002_0 is done. And is in the process of commiting
18/05/29 21:11:37 INFO mapred.LocalJobRunner: file:/usr/data/input/mapred-queue-acls.xml:0+2033
18/05/29 21:11:37 INFO mapred.Task: Task 'attempt_local2023822132_0001_m_000002_0' done.
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Finishing task: attempt_local2023822132_0001_m_000002_0
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Starting task: attempt_local2023822132_0001_m_000003_0
18/05/29 21:11:37 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@16efbfc4
18/05/29 21:11:37 INFO mapred.MapTask: Processing split: file:/usr/data/input/fair-scheduler.xml:0+327
18/05/29 21:11:37 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:37 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:37 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:37 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:37 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:37 INFO mapred.Task: Task:attempt_local2023822132_0001_m_000003_0 is done. And is in the process of commiting
18/05/29 21:11:37 INFO mapred.LocalJobRunner: file:/usr/data/input/fair-scheduler.xml:0+327
18/05/29 21:11:37 INFO mapred.Task: Task 'attempt_local2023822132_0001_m_000003_0' done.
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Finishing task: attempt_local2023822132_0001_m_000003_0
18/05/29 21:11:37 INFO mapred.LocalJobRunner: Starting task: attempt_local2023822132_0001_m_000004_0
18/05/29 21:11:37 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@493129d5
18/05/29 21:11:37 INFO mapred.MapTask: Processing split: file:/usr/data/input/core-site.xml:0+178
18/05/29 21:11:37 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:37 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:38 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:38 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:38 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:38 INFO mapred.Task: Task:attempt_local2023822132_0001_m_000004_0 is done. And is in the process of commiting
18/05/29 21:11:38 INFO mapred.LocalJobRunner: file:/usr/data/input/core-site.xml:0+178
18/05/29 21:11:38 INFO mapred.Task: Task 'attempt_local2023822132_0001_m_000004_0' done.
18/05/29 21:11:38 INFO mapred.LocalJobRunner: Finishing task: attempt_local2023822132_0001_m_000004_0
18/05/29 21:11:38 INFO mapred.LocalJobRunner: Starting task: attempt_local2023822132_0001_m_000005_0
18/05/29 21:11:38 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@17ce0e1f
18/05/29 21:11:38 INFO mapred.MapTask: Processing split: file:/usr/data/input/hdfs-site.xml:0+178
18/05/29 21:11:38 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:38 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:38 INFO mapred.JobClient: map 71% reduce 0%
18/05/29 21:11:38 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:38 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:38 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:38 INFO mapred.Task: Task:attempt_local2023822132_0001_m_000005_0 is done. And is in the process of commiting
18/05/29 21:11:38 INFO mapred.LocalJobRunner: file:/usr/data/input/hdfs-site.xml:0+178
18/05/29 21:11:38 INFO mapred.Task: Task 'attempt_local2023822132_0001_m_000005_0' done.
18/05/29 21:11:38 INFO mapred.LocalJobRunner: Finishing task: attempt_local2023822132_0001_m_000005_0
18/05/29 21:11:38 INFO mapred.LocalJobRunner: Starting task: attempt_local2023822132_0001_m_000006_0
18/05/29 21:11:38 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@4a78398e
18/05/29 21:11:38 INFO mapred.MapTask: Processing split: file:/usr/data/input/mapred-site.xml:0+178
18/05/29 21:11:38 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:38 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:38 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:38 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:38 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:38 INFO mapred.Task: Task:attempt_local2023822132_0001_m_000006_0 is done. And is in the process of commiting
18/05/29 21:11:38 INFO mapred.LocalJobRunner: file:/usr/data/input/mapred-site.xml:0+178
18/05/29 21:11:38 INFO mapred.Task: Task 'attempt_local2023822132_0001_m_000006_0' done.
18/05/29 21:11:38 INFO mapred.LocalJobRunner: Finishing task: attempt_local2023822132_0001_m_000006_0
18/05/29 21:11:38 INFO mapred.LocalJobRunner: Map task executor complete.
18/05/29 21:11:38 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@2a27f691
18/05/29 21:11:38 INFO mapred.LocalJobRunner:
18/05/29 21:11:38 INFO mapred.Merger: Merging 7 sorted segments
18/05/29 21:11:38 INFO mapred.Merger: Down to the last merge-pass, with 1 segments left of total size: 21 bytes
18/05/29 21:11:38 INFO mapred.LocalJobRunner:
18/05/29 21:11:38 INFO mapred.Task: Task:attempt_local2023822132_0001_r_000000_0 is done. And is in the process of commiting
18/05/29 21:11:38 INFO mapred.LocalJobRunner:
18/05/29 21:11:38 INFO mapred.Task: Task attempt_local2023822132_0001_r_000000_0 is allowed to commit now
18/05/29 21:11:38 INFO mapred.FileOutputCommitter: Saved output of task 'attempt_local2023822132_0001_r_000000_0' to file:/usr/hadoop/hadoop-1.2.1/grep-temp-1671205082
18/05/29 21:11:38 INFO mapred.LocalJobRunner: reduce > reduce
18/05/29 21:11:38 INFO mapred.Task: Task 'attempt_local2023822132_0001_r_000000_0' done.
18/05/29 21:11:39 INFO mapred.JobClient: map 100% reduce 100%
18/05/29 21:11:39 INFO mapred.JobClient: Job complete: job_local2023822132_0001
18/05/29 21:11:39 INFO mapred.JobClient: Counters: 21
18/05/29 21:11:39 INFO mapred.JobClient: Map-Reduce Framework
18/05/29 21:11:39 INFO mapred.JobClient: Spilled Records=2
18/05/29 21:11:39 INFO mapred.JobClient: Map output materialized bytes=61
18/05/29 21:11:39 INFO mapred.JobClient: Reduce input records=1
18/05/29 21:11:39 INFO mapred.JobClient: Virtual memory (bytes) snapshot=0
18/05/29 21:11:39 INFO mapred.JobClient: Map input records=369
18/05/29 21:11:39 INFO mapred.JobClient: SPLIT_RAW_BYTES=637
18/05/29 21:11:39 INFO mapred.JobClient: Map output bytes=17
18/05/29 21:11:39 INFO mapred.JobClient: Reduce shuffle bytes=0
18/05/29 21:11:39 INFO mapred.JobClient: Physical memory (bytes) snapshot=0
18/05/29 21:11:39 INFO mapred.JobClient: Map input bytes=14995
18/05/29 21:11:39 INFO mapred.JobClient: Reduce input groups=1
18/05/29 21:11:39 INFO mapred.JobClient: Combine output records=1
18/05/29 21:11:39 INFO mapred.JobClient: Reduce output records=1
18/05/29 21:11:39 INFO mapred.JobClient: Map output records=1
18/05/29 21:11:39 INFO mapred.JobClient: Combine input records=1
18/05/29 21:11:39 INFO mapred.JobClient: CPU time spent (ms)=0
18/05/29 21:11:39 INFO mapred.JobClient: Total committed heap usage (bytes)=1303212032
18/05/29 21:11:39 INFO mapred.JobClient: File Input Format Counters
18/05/29 21:11:39 INFO mapred.JobClient: Bytes Read=14995
18/05/29 21:11:39 INFO mapred.JobClient: FileSystemCounters
18/05/29 21:11:39 INFO mapred.JobClient: FILE_BYTES_WRITTEN=1570178
18/05/29 21:11:39 INFO mapred.JobClient: FILE_BYTES_READ=1272608
18/05/29 21:11:39 INFO mapred.JobClient: File Output Format Counters
18/05/29 21:11:39 INFO mapred.JobClient: Bytes Written=123
18/05/29 21:11:39 INFO mapred.FileInputFormat: Total input paths to process : 1
18/05/29 21:11:39 INFO mapred.JobClient: Running job: job_local251880250_0002
18/05/29 21:11:39 INFO mapred.LocalJobRunner: Waiting for map tasks
18/05/29 21:11:39 INFO mapred.LocalJobRunner: Starting task: attempt_local251880250_0002_m_000000_0
18/05/29 21:11:39 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@50ab4b47
18/05/29 21:11:39 INFO mapred.MapTask: Processing split: file:/usr/hadoop/hadoop-1.2.1/grep-temp-1671205082/part-00000:0+111
18/05/29 21:11:39 INFO mapred.MapTask: numReduceTasks: 1
18/05/29 21:11:39 INFO mapred.MapTask: io.sort.mb = 100
18/05/29 21:11:39 INFO mapred.MapTask: data buffer = 79691776/99614720
18/05/29 21:11:39 INFO mapred.MapTask: record buffer = 262144/327680
18/05/29 21:11:39 INFO mapred.MapTask: Starting flush of map output
18/05/29 21:11:39 INFO mapred.MapTask: Finished spill 0
18/05/29 21:11:39 INFO mapred.Task: Task:attempt_local251880250_0002_m_000000_0 is done. And is in the process of commiting
18/05/29 21:11:39 INFO mapred.LocalJobRunner: file:/usr/hadoop/hadoop-1.2.1/grep-temp-1671205082/part-00000:0+111
18/05/29 21:11:39 INFO mapred.Task: Task 'attempt_local251880250_0002_m_000000_0' done.
18/05/29 21:11:39 INFO mapred.LocalJobRunner: Finishing task: attempt_local251880250_0002_m_000000_0
18/05/29 21:11:39 INFO mapred.LocalJobRunner: Map task executor complete.
18/05/29 21:11:39 INFO mapred.Task: Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@4d0a2b92
18/05/29 21:11:39 INFO mapred.LocalJobRunner:
18/05/29 21:11:39 INFO mapred.Merger: Merging 1 sorted segments
18/05/29 21:11:39 INFO mapred.Merger: Down to the last merge-pass, with 1 segments left of total size: 21 bytes
18/05/29 21:11:39 INFO mapred.LocalJobRunner:
18/05/29 21:11:39 INFO mapred.Task: Task:attempt_local251880250_0002_r_000000_0 is done. And is in the process of commiting
18/05/29 21:11:39 INFO mapred.LocalJobRunner:
18/05/29 21:11:39 INFO mapred.Task: Task attempt_local251880250_0002_r_000000_0 is allowed to commit now
18/05/29 21:11:39 INFO mapred.FileOutputCommitter: Saved output of task 'attempt_local251880250_0002_r_000000_0' to file:/usr/data/output
18/05/29 21:11:39 INFO mapred.LocalJobRunner: reduce > reduce
18/05/29 21:11:39 INFO mapred.Task: Task 'attempt_local251880250_0002_r_000000_0' done.
18/05/29 21:11:40 INFO mapred.JobClient: map 100% reduce 100%
18/05/29 21:11:40 INFO mapred.JobClient: Job complete: job_local251880250_0002
18/05/29 21:11:40 INFO mapred.JobClient: Counters: 21
18/05/29 21:11:40 INFO mapred.JobClient: Map-Reduce Framework
18/05/29 21:11:40 INFO mapred.JobClient: Spilled Records=2
18/05/29 21:11:40 INFO mapred.JobClient: Map output materialized bytes=25
18/05/29 21:11:40 INFO mapred.JobClient: Reduce input records=1
18/05/29 21:11:40 INFO mapred.JobClient: Virtual memory (bytes) snapshot=0
18/05/29 21:11:40 INFO mapred.JobClient: Map input records=1
18/05/29 21:11:40 INFO mapred.JobClient: SPLIT_RAW_BYTES=114
18/05/29 21:11:40 INFO mapred.JobClient: Map output bytes=17
18/05/29 21:11:40 INFO mapred.JobClient: Reduce shuffle bytes=0
18/05/29 21:11:40 INFO mapred.JobClient: Physical memory (bytes) snapshot=0
18/05/29 21:11:40 INFO mapred.JobClient: Map input bytes=25
18/05/29 21:11:40 INFO mapred.JobClient: Reduce input groups=1
18/05/29 21:11:40 INFO mapred.JobClient: Combine output records=0
18/05/29 21:11:40 INFO mapred.JobClient: Reduce output records=1
18/05/29 21:11:40 INFO mapred.JobClient: Map output records=1
18/05/29 21:11:40 INFO mapred.JobClient: Combine input records=0
18/05/29 21:11:40 INFO mapred.JobClient: CPU time spent (ms)=0
18/05/29 21:11:40 INFO mapred.JobClient: Total committed heap usage (bytes)=322510848
18/05/29 21:11:40 INFO mapred.JobClient: File Input Format Counters
18/05/29 21:11:40 INFO mapred.JobClient: Bytes Read=123
18/05/29 21:11:40 INFO mapred.JobClient: FileSystemCounters
18/05/29 21:11:40 INFO mapred.JobClient: FILE_BYTES_WRITTEN=782023
18/05/29 21:11:40 INFO mapred.JobClient: FILE_BYTES_READ=610105
18/05/29 21:11:40 INFO mapred.JobClient: File Output Format Counters

18/05/29 21:11:40 INFO mapred.JobClient: Bytes Written=23

可以去data/output/查看输出的内容

至此单机部署已经结束

按照伪分布模式安装部署

浅谈MapReduce Android路上的人 Hadoop 分布式计算 mapreduce 分布式框架 hadoop
从今天开始，本人将会开始对另一项技术的学习，就是当下炙手可热的Hadoop分布式就算技术。目前国内外的诸多公司因为业务发展的需要，都纷纷用了此平台。国内的比如BAT啦，国外的在这方面走的更加的前面，就不一一列举了。但是Hadoop作为Apache的一个开源项目，在下面有非常多的子项目，比如HDFS，HBase,Hive，Pig,等等，要先彻底学习整个Hadoop，仅仅凭借一个的力量，是远远不够的。
Hadoop 傲雪凌霜，松柏长青后端大数据 hadoop 大数据分布式
ApacheHadoop是一个开源的分布式计算框架，主要用于处理海量数据集。它具有高度的可扩展性、容错性和高效的分布式存储与计算能力。Hadoop核心由四个主要模块组成，分别是HDFS（分布式文件系统）、MapReduce（分布式计算框架）、YARN（资源管理）和HadoopCommon（公共工具和库）。1.HDFS（HadoopDistributedFileSystem）HDFS是Hadoop生
Hadoop架构 henan程序媛 hadoop 大数据分布式
一、案列分析1.1案例概述现在已经进入了大数据(BigData)时代，数以万计用户的互联网服务时时刻刻都在产生大量的交互，要处理的数据量实在是太大了，以传统的数据库技术等其他手段根本无法应对数据处理的实时性、有效性的需求。HDFS顺应时代出现，在解决大数据存储和计算方面有很多的优势。1.2案列前置知识点1.什么是大数据大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的大量数据集合，
分享一个基于python的电子书数据采集与可视化分析 hadoop电子书数据分析与推荐系统 spark大数据毕设项目（源码、调试、LW、开题、PPT) 计算机源码社 Python项目大数据大数据 python hadoop 计算机毕业设计选题计算机毕业设计源码数据分析 spark毕设
作者：计算机源码社个人简介：本人八年开发经验，擅长Java、Python、PHP、.NET、Node.js、Android、微信小程序、爬虫、大数据、机器学习等，大家有这一块的问题可以一起交流！学习资料、程序开发、技术解答、文档报告如需要源码，可以扫取文章下方二维码联系咨询Java项目微信小程序项目Android项目Python项目PHP项目ASP.NET项目Node.js项目选题推荐项目实战|p
hbase介绍 CrazyL- 云计算+大数据 hbase
hbase是一个分布式的、多版本的、面向列的开源数据库hbase利用hadoophdfs作为其文件存储系统，提供高可靠性、高性能、列存储、可伸缩、实时读写、适用于非结构化数据存储的数据库系统hbase利用hadoopmapreduce来处理hbase、中的海量数据hbase利用zookeeper作为分布式系统服务特点：数据量大：一个表可以有上亿行，上百万列（列多时，插入变慢）面向列：面向列（族）的
大数据毕业设计hadoop+spark+hive知识图谱租房数据分析可视化大屏租房推荐系统 58同城租房爬虫房源推荐系统房价预测系统计算机毕业设计机器学习深度学习人工智能 2401_84572577 程序员大数据 hadoop 人工智能
做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。我先来介绍一下这些东西怎么用，文末抱走。（1）Python所有方向的学习路线（
Spark集群的三种模式 MelodyYN #Spark spark hadoop big data
文章目录1、Spark的由来1.1Hadoop的发展1.2MapReduce与Spark对比2、Spark内置模块3、Spark运行模式3.1Standalone模式部署配置历史服务器配置高可用运行模式3.2Yarn模式安装部署配置历史服务器运行模式4、WordCount案例1、Spark的由来定义：Hadoop主要解决，海量数据的存储和海量数据的分析计算。Spark是一种基于内存的快速、通用、可
月度总结 | 2022年03月 | 考研与就业的抉择 | 确定未来走大数据开发路线「已注销」个人总结 hadoop
一、时间线梳理3月3日，寻找到同专业的就业伙伴3月5日，着手准备Java八股文，决定先走Java后端路线3月8月，申请到了校图书馆的考研专座，决定暂时放弃就业，先准备考研，买了数学和408的资料书3月9日-3月13日，因疫情原因，宿舍区暂封，这段时间在准备考研，发现内容特别多3月13日-3月19日，大部分时间在刷Hadoop、Zookeeper、Kafka的视频，同时在准备实习的项目3月20日，退
HBase介绍 mingyu1016 数据库
概述HBase是一个分布式的、面向列的开源数据库,源于google的一篇论文《bigtable：一个结构化数据的分布式存储系统》。HBase是GoogleBigtable的开源实现，它利用HadoopHDFS作为其文件存储系统，利用HadoopMapReduce来处理HBase中的海量数据，利用Zookeeper作为协同服务。HBase的表结构HBase以表的形式存储数据。表有行和列组成。列划分为
Java中的大数据处理框架对比分析省赚客app开发者 java 开发语言
Java中的大数据处理框架对比分析大家好，我是微赚淘客系统3.0的小编，是个冬天不穿秋裤，天冷也要风度的程序猿！今天，我们将深入探讨Java中常用的大数据处理框架，并对它们进行对比分析。大数据处理框架是现代数据驱动应用的核心，它们帮助企业处理和分析海量数据，以提取有价值的信息。本文将重点介绍ApacheHadoop、ApacheSpark、ApacheFlink和ApacheStorm这四种流行的
Hadoop windows intelij 跑 MR WordCount piziyang12138
一、软件环境我使用的软件版本如下:IntellijIdea2017.1Maven3.3.9Hadoop分布式环境二、创建maven工程打开Idea,file->new->Project,左侧面板选择maven工程。(如果只跑MapReduce创建java工程即可，不用勾选Creatfromarchetype，如果想创建web工程或者使用骨架可以勾选)image.png设置GroupId和Artif
Hadoop学习第三课（HDFS架构--读、写流程）小小程序员呀~ 数据库 hadoop 架构 big data
1.块概念举例1：一桶水1000ml，瓶子的规格100ml=>需要10个瓶子装完一桶水1010ml，瓶子的规格100ml=>需要11个瓶子装完一桶水1010ml，瓶子的规格200ml=>需要6个瓶子装完块的大小规格，只要是需要存储，哪怕一点点，也是要占用一个块的块大小的参数：dfs.blocksize官方默认的大小为128M官网：https://hadoop.apache.org/docs/r3.
hadoop启动HDFS命令 m0_67401228 java 搜索引擎 linux 后端
启动命令：/hadoop/sbin/start-dfs.sh停止命令：/hadoop/sbin/stop-dfs.sh
【计算机毕设-大数据方向】基于Hadoop的电商交易数据分析可视化系统的设计与实现程序员-石头山大数据实战案例大数据 hadoop 毕业设计毕设
博主介绍：✌全平台粉丝5W+,高级大厂开发程序员，博客之星、掘金/知乎/华为云/阿里云等平台优质作者。【源码获取】关注并且私信我【联系方式】最下边感兴趣的可以先收藏起来，同学门有不懂的毕设选题，项目以及论文编写等相关问题都可以和学长沟通，希望帮助更多同学解决问题前言随着电子商务行业的迅猛发展，电商平台积累了海量的数据资源，这些数据不仅包括用户的基本信息、购物记录，还包括用户的浏览行为、评价反馈等多
分布式离线计算—Spark—基础介绍测试开发abbey 人工智能—大数据
原文作者：饥渴的小苹果原文地址：【Spark】Spark基础教程目录Spark特点Spark相对于Hadoop的优势Spark生态系统Spark基本概念Spark结构设计Spark各种概念之间的关系Executor的优点Spark运行基本流程Spark运行架构的特点Spark的部署模式Spark三种部署方式Hadoop和Spark的统一部署摘要：Spark是基于内存计算的大数据并行计算框架Spar
spark常用命令我是浣熊的微笑 spark
查看报错日志：yarnlogsapplicationIDspark2-submit--masteryarn--classcom.hik.ReadHdfstest-1.0-SNAPSHOT.jar进入$SPARK_HOME目录，输入bin/spark-submit--help可以得到该命令的使用帮助。hadoop@wyy:/app/hadoop/spark100$bin/spark-submit--
spark启动命令学不会又听不懂 spark 大数据分布式
hadoop启动：cd/root/toolssstart-dfs.sh，只需在hadoop01上启动stop-dfs.sh日志查看：cat/root/toolss/hadoop/logs/hadoop-root-datanode-hadoop03.outzookeeper启动：cd/root/toolss/zookeeperbin/zkServer.shstart，三台都要启动bin/zkServ
编程常用命令总结 Yellow0523 Linux BigData 大数据
编程命令大全1.软件环境变量的配置JavaScalaSparkHadoopHive2.大数据软件常用命令Spark基本命令Spark-SQL命令Hive命令HDFS命令YARN命令Zookeeper命令kafka命令Hibench命令MySQL命令3.Linux常用命令Git命令conda命令pip命令查看Linux系统的详细信息查看Linux系统架构(X86还是ARM，两种方法都可)端口号命令L
Hadoop常见面试题整理及解答叶青舟 Linux hdfs 大数据 hadoop linux
Hadoop常见面试题整理及解答一、基础知识篇：1.把数据仓库从传统关系型数据库转到hadoop有什么优势？答：（1）关系型数据库成本高，且存储空间有限。而Hadoop使用较为廉价的机器存储数据，且Hadoop可以将大量机器构建成一个集群，并在集群中使用HDFS文件系统统一管理数据，极大的提高了数据的存储及处理能力。（2）关系型数据库仅支持标准结构化数据格式，Hadoop不仅支持标准结构化数据格式
2025毕业设计指南：如何用Hadoop构建超市进货推荐系统？大数据分析助力精准采购计算机编程指导师 Java实战集 Python实战集大数据实战集课程设计 hadoop 数据分析 spring boot java 进货 python
✍✍计算机编程指导师⭐⭐个人介绍：自己非常喜欢研究技术问题！专业做Java、Python、小程序、安卓、大数据、爬虫、Golang、大屏等实战项目。⛽⛽实战项目：有源码或者技术上的问题欢迎在评论区一起讨论交流！⚡⚡Java实战|SpringBoot/SSMPython实战项目|Django微信小程序/安卓实战项目大数据实战项目⚡⚡文末获取源码文章目录⚡⚡文末获取源码基于hadoop的超市进货推荐系
Hadoop Common 之序列化机制小解猫君之上 #Apache Hadoop
1.JavaSerializable序列化该序列化通过ObjectInputStream的readObject实现序列化，ObjectOutputStream的writeObject实现反序列化。这不过此种序列化虽然跨病态兼容性强，但是因为存储过多的信息，但是传输效率比较低，所以hadoop弃用它。（序列化信息包括这个对象的类，类签名，类的所有静态，费静态成员的值，以及他们父类都要被写入）publ
深入理解hadoop(一)----Common的实现----Configuration maoxiao_jsd 深入理解----hadoop
属本人个人原创，转载请注明,希望对大家有帮助！！一,hadoop的配置管理a,hadoop通过独有的Configuration处理配置信息Configurationconf=newConfiguration();conf.addResource("core-default.xml");conf.addResource("core-site.xml");后者会覆盖前者中未final标记的相同配置项b
hadoop 0.22.0 部署笔记 weixin_33701564 大数据 java 运维
为什么80%的码农都做不了架构师？>>>因为需要使用hbase，所以开始对hbase进行学习。hbase是部署在hadoop平台上的NOSql数据库，因此在部署hbase之前需要先部署hadoop。环境：redhat5、hadoop-0.22.0.tar.gz、jdk-6u13-linux-i586.zipip192.168.1.128hostname：localhost.localdomain（
解决Windows环境下hadoop集群的运行_window运行hadoop,unknown hadoop01(4) 2401_84160087 大数据面试学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。需要这份系统化资料的朋友，可以戳这里获取一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！org.apache.hadoophadoop-com
解决Windows环境下hadoop集群的运行_window运行hadoop,unknown hadoop01(3) 2401_84160087 大数据面试学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。需要这份系统化资料的朋友，可以戳这里获取一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！xmlns:xsi="http://www.w3.or
深入解析HDFS：定义、架构、原理、应用场景及常用命令 CloudJourney hdfs 架构 hadoop
引言Hadoop分布式文件系统（HDFS，HadoopDistributedFileSystem）是Hadoop框架的核心组件之一，它提供了高可靠性、高可用性和高吞吐量的大规模数据存储和管理能力。本文将从HDFS的定义、架构、工作原理、应用场景以及常用命令等多个方面进行详细探讨，帮助读者全面深入地了解HDFS。1.HDFS的定义1.1什么是HDFSHDFS是Hadoop生态系统中的一个分布式文件系
Hadoop的搭建流程 lzhlizihang hadoop 大数据分布式
文章目录一、配置IP二、配置主机名三、配置主机映射四、关闭防火墙五、配置免密六、安装jdk1、第一步：2、第二步：3、第三步：4、第四步：5、第五步：七、安装hadoop1、上传2、解压3、重命名4、开始配置环境变量5、刷新配置文件6、验证hadoop命令是否可以识别八、全分布搭建7、修改配置文件core-site.xml8、修改配置文件hdfs-site.xml9、修改配置文件hadoop-en
hive搭建 -----内嵌模式和本地模式 lzhlizihang hive hadoop
文章目录一、内嵌模式（使用较少）1、上传、解压、重命名2、配置环境变量3、配置conf下的hive-env.sh4、修改conf下的hive-site.xml5、启动hadoop集群6、给hdfs创建文件夹7、修改hive-site.xml中的非法字符8、初始化元数据9、测试是否成功10、内嵌模式的缺点二、本地模式（最常用）1、检查mysql是否正常2、上传、解压、重命名3、配置环境变量4、修改c
Hadoop之mapreduce -- WrodCount案例以及各种概念 lzhlizihang hadoop mapreduce 大数据
文章目录一、MapReduce的优缺点二、MapReduce案例--WordCount1、导包2、Mapper方法3、Partitioner方法（自定义分区器）4、reducer方法5、driver（main方法）6、Writable（手机流量统计案例的实体类）三、关于片和块1、什么是片，什么是块？2、mapreduce启动多少个MapTask任务？四、MapReduce的原理五、Shuffle过
IAAS: IT公司去IOE-Alibaba系统构架解读 wishchin 心理学/职业 BigDataMini Spark PaaS
从Hadoop到自主研发，技术解读阿里去IOE后的系统架构原地址：......................云计算阿里飞天摘要：从IOE时代，到Hadoop与飞天并行，再到飞天单集群5000节点的实现，阿里一直摸索在技术衍变的前沿。这里，我们将从架构、性能、运维等多个方面深入了解阿里基础设施。【导读】互联网的普及，智能终端的增加，大数据时代悄然而至。在这个数据为王的时代，数十倍、数百倍的数据给各
书其实只有三类西蜀石兰类
一个人一辈子其实只读三种书，知识类、技能类、修心类。知识类的书可以让我们活得更明白。类似十万个为什么这种书籍，我一直不太乐意去读，因为单纯的知识是没法做事的，就像知道地球转速是多少一样（我肯定不知道），这种所谓的知识，除非用到，普通人掌握了完全是一种负担，维基百科能找到的东西，为什么去记忆？知识类的书，每个方面都涉及些，让自己显得不那么没文化，仅此而已。社会认为的学识渊博，肯定不是站在
《TCP/IP 详解，卷1：协议》学习笔记、吐槽及其他 bylijinnan tcp
《TCP/IP 详解，卷1：协议》是经典，但不适合初学者。它更像是一本字典，适合学过网络的人温习和查阅一些记不清的概念。这本书，我看的版本是机械工业出版社、范建华等译的。这本书在我看来，翻译得一般，甚至有明显的错误。如果英文熟练，看原版更好： http://pcvr.nl/tcpip/ 下面是我的一些笔记，包括我看书时有疑问的地方，也有对该书的吐槽，有不对的地方请指正： 1.
Linux—— 静态IP跟动态IP设置 eksliang linux IP
一.在终端输入 vi /etc/sysconfig/network-scripts/ifcfg-eth0 静态ip模板如下： DEVICE="eth0" #网卡名称 BOOTPROTO="static" #静态IP（必须） HWADDR="00:0C:29:B5:65:CA" #网卡mac地址 IPV6INIT=&q
Informatica update strategy transformation 18289753290
更新策略组件：标记你的数据进入target里面做什么操作，一般会和lookup配合使用，有时候用0,1,1代表 forward rejected rows被选中，rejected row是输出在错误文件里，不想看到reject输出，将错误输出到文件，因为有时候数据库原因导致某些column不能update，reject就会output到错误文件里面供查看，在workflow的
使用Scrapy时出现虽然队列里有很多Request但是却不下载，造成假死状态酷的飞上天空 request
现象就是：程序运行一段时间，可能是几十分钟或者几个小时，然后后台日志里面就不出现下载页面的信息，一直显示上一分钟抓取了0个网页的信息。刚开始已经猜到是某些下载线程没有正常执行回调方法引起程序一直以为线程还未下载完成，但是水平有限研究源码未果。经过不停的google终于发现一个有价值的信息，是给twisted提出的一个bugfix 连接地址如下http://twistedmatrix.
利用预测分析技术来进行辅助医疗蓝儿唯美医疗
2014年，克利夫兰诊所（Cleveland Clinic）想要更有效地控制其手术中心做膝关节置换手术的费用。整个系统每年大约进行2600例此类手术，所以，即使降低很少一部分成本，都可以为诊所和病人节约大量的资金。为了找到适合的解决方案，供应商将视野投向了预测分析技术和工具，但其分析团队还必须花时间向医生解释基于数据的治疗方案意味着什么。克利夫兰诊所负责企业信息管理和分析的医疗
java 线程(一)：基础篇 DavidIsOK java 多线程线程
&nbs
Tomcat服务器框架之Servlet开发分析 aijuans servlet
最近使用Tomcat做web服务器，使用Servlet技术做开发时，对Tomcat的框架的简易分析：疑问：为什么我们在继承HttpServlet类之后，覆盖doGet(HttpServletRequest req, HttpServetResponse rep)方法后，该方法会自动被Tomcat服务器调用，doGet方法的参数有谁传递过来？怎样传递？分析之我见： doGet方法的
揭秘玖富的粉丝营销之谜与小米粉丝社区类似 aoyouzi 揭秘玖富的粉丝营销之谜
玖富旗下悟空理财凭借着一个微信公众号上线当天成交量即破百万，第七天成交量单日破了1000万;第23天时，累计成交量超1个亿……至今成立不到10个月，粉丝已经超过500万，月交易额突破10亿，而玖富平台目前的总用户数也已经超过了1800万，位居P2P平台第一位。很多互联网金融创业者慕名前来学习效仿，但是却鲜有成功者，玖富的粉丝营销对外至今仍然是个谜。　　近日，一直坚持微信粉丝营销
Java web的会话跟踪技术百合不是茶 url会话 Cookie会话 Seession会话 Java Web 隐藏域会话
会话跟踪主要是用在用户页面点击不同的页面时,需要用到的技术点会话:多次请求与响应的过程 1,url地址传递参数,实现页面跟踪技术格式:传一个参数的 url?名=值传两个参数的 url?名=值 &名=值关键代码
web.xml之Servlet配置 bijian1013 java web.xml Servlet配置
定义： <servlet> <servlet-name>myservlet</servlet-name> <servlet-class>com.myapp.controller.MyFirstServlet</servlet-class> <init-param> <param-name>
利用svnsync实现SVN同步备份 sunjing SVN 同步 E000022 svnsync 镜像
1. 在备份SVN服务器上建立版本库 svnadmin create test 2. 创建pre-revprop-change文件 cd test/hooks/ cp pre-revprop-change.tmpl pre-revprop-change 3. 修改pre-revprop-
【分布式数据一致性三】MongoDB读写一致性 bit1129 mongodb
本系列文章结合MongoDB，探讨分布式数据库的数据一致性，这个系列文章包括：数据一致性概述与CAP 最终一致性(Eventually Consistency) 网络分裂(Network Partition)问题多数据中心(Multi Data Center) 多个写者(Multi Writer)最终一致性一致性图表(Consistency Chart) 数据
Anychart图表组件-Flash图转IMG普通图的方法白糖_ Flash
问题背景：项目使用的是Anychart图表组件，渲染出来的图是Flash的，往往一个页面有时候会有多个flash图，而需求是让我们做一个打印预览和打印功能，让多个Flash图在一个页面上打印出来。那么我们打印预览的思路是获取页面的body元素，然后在打印预览界面通过$("body").append(html)的形式显示预览效果，结果让人大跌眼镜：Flash是
Window 80端口被占用 WHY? bozch 端口占用 window
平时在启动一些可能使用80端口软件的时候，会提示80端口已经被其他软件占用，那一般又会有那些软件占用这些端口呢？下面坐下总结： 1、web服务器是最经常见的占用80端口的，例如：tomcat , apache , IIS , Php等等； 2
编程之美-数组的最大值和最小值-分治法（两种形式） bylijinnan 编程之美
import java.util.Arrays; public class MinMaxInArray { /** * 编程之美数组的最大值和最小值分治法 * 两种形式 */ public static void main(String[] args) { int[] t={11,23,34,4,6,7,8,1,2,23}; int[]
Perl正则表达式 chenbowen00 正则表达式 perl
首先我们应该知道 Perl 程序中，正则表达式有三种存在形式，他们分别是：匹配：m/<regexp>;/ （还可以简写为 /<regexp>;/ ，略去 m）替换：s/<pattern>;/<replacement>;/ 转化：tr/<pattern>;/<replacemnt>;
[宇宙与天文]行星议会是否具有本行星大气层以外的权力呢? comsci
举个例子: 地球,地球上由200多个国家选举出一个代表地球联合体的议会,那么现在地球联合体遇到一个问题,地球这颗星球上面的矿产资源快要采掘完了....那么地球议会全体投票,一致通过一项带有法律性质的议案,既批准地球上的国家用各种技术手段在地球以外开采矿产资源和其它资源........ &
Oracle Profile 使用详解 daizj oracle profile 资源限制
Oracle Profile 使用详解转一、目的： Oracle系统中的profile可以用来对用户所能使用的数据库资源进行限制，使用Create Profile命令创建一个Profile，用它来实现对数据库资源的限制使用，如果把该profile分配给用户，则该用户所能使用的数据库资源都在该profile的限制之内。二、条件：创建profile必须要有CREATE PROFIL
How HipChat Stores And Indexes Billions Of Messages Using ElasticSearch & Redis dengkane elasticsearch Lucene
This article is from an interview with Zuhaib Siddique, a production engineer at HipChat, makers of group chat and IM for teams. HipChat started in an unusual space, one you might not
循环小示例，菲波拉契序列，循环解一元二次方程以及switch示例程序 dcj3sjt126com c 算法
# include <stdio.h> int main(void) { int n; int i; int f1, f2, f3; f1 = 1; f2 = 1; printf("请输入您需要求的想的序列："); scanf("%d", &n); for (i=3; i<n; i
macbook的lamp环境 dcj3sjt126com lamp
sudo vim /etc/apache2/httpd.conf /Library/WebServer/Documents 是默认的网站根目录重启Mac上的Apache服务这个命令很早以前就查过了，但是每次使用的时候还是要在网上查：停止服务：sudo /usr/sbin/apachectl stop 开启服务：s
java ArrayList源码下 shuizhaosi888 ArrayList源码
版本 jdk-7u71-windows-x64 JavaSE7 ArrayList源码上：http://flyouwith.iteye.com/blog/2166890 /** * 从这个列表中移除所有c中包含元素 */ public boolean removeAll(Collection<?> c) {
Spring Security（08）——intercept-url配置 234390216 Spring Security intercept-url 访问权限访问协议请求方法
intercept-url配置目录 1.1 指定拦截的url 1.2 指定访问权限 1.3 指定访问协议 1.4 指定请求方法 1.1 &n
Linux环境下的oracle安装 jayung oracle
linux系统下的oracle安装本文档是Linux(redhat6.x、centos6.x、redhat7.x) 64位操作系统安装Oracle 11g(Oracle Database 11g Enterprise Edition Release 11.2.0.4.0 - 64bit Production)，本文基于各种网络资料精心整理而成，共享给有需要的朋友。如有问题可联系：QQ：52-7
hotspot虚拟机 leichenlei java HotSpot jvm 虚拟机文档
JVM参数 http://docs.oracle.com/javase/6/docs/technotes/guides/vm/index.html JVM工具 http://docs.oracle.com/javase/6/docs/technotes/tools/index.html JVM垃圾回收 http://www.oracle.com
读《Node.js项目实践：构建可扩展的Web应用》 ——引编程慢慢变成系统化的“砌砖活” noaighost Web node.js
读《Node.js项目实践：构建可扩展的Web应用》 ——引编程慢慢变成系统化的“砌砖活” 眼里的Node.JS 初初接触node是一年前的事，那时候年少不更事。还在纠结什么语言可以编写出牛逼的程序，想必每个码农都会经历这个月经性的问题：微信用什么语言写的？facebook为什么推荐系统这么智能，用什么语言写的？dota2的外挂这么牛逼，用什么语言写的？……用什么语言写这句话，困扰人也是阻碍
快速开发Android应用 rensanning android
Android应用开发过程中，经常会遇到很多常见的类似问题，解决这些问题需要花时间，其实很多问题已经有了成熟的解决方案，比如很多第三方的开源lib，参考 Android Libraries 和 Android UI/UX Libraries。编码越少，Bug越少，效率自然会高。但可能由于根本没听说过、听说过但没用过、特殊原因不能用、自己已经有了解决方案等等原因，这些成熟的解决
理解Java中的弱引用 tomcat_oracle java 工作面试
　不久之前，我面试了一些求职Java高级开发工程师的应聘者。我常常会面试他们说，“你能给我介绍一些Java中得弱引用吗？”，如果面试者这样说，“嗯，是不是垃圾回收有关的？”，我就会基本满意了，我并不期待回答是一篇诘究本末的论文描述。　　然而事与愿违，我很吃惊的发现，在将近20多个有着平均5年开发经验和高学历背景的应聘者中，居然只有两个人知道弱引用的存在，但是在这两个人之中只有一个人真正了
标签输出html标签" target="_blank">关于标签输出html标签 xshdch jsp
http://back-888888.iteye.com/blog/1181202 关于<c:out value=""/>标签的使用，其中有一个属性是escapeXml默认是true(将html标签当做转移字符，直接显示不在浏览器上面进行解析)，当设置escapeXml属性值为false的时候就是不过滤xml，这样就能在浏览器上解析html标签， &nb

hadoop （四） 单机安装hadoop

你可能感兴趣的:(hadoop)

hadoop （四）单机安装hadoop