重点组件：HDFS：Hadoop的分布式文件存储系统MapReduce：Hadoop的分布式程序运算框架，也可以叫做一种编程模型Hive：基于Hadoop的类SQL数据仓库工具HBase：基于Hadoop的列式分布式NoSQL数据库ZooKeeper：分布式协调服务组件Mahout：基于MapReduce/Flink/Spark等分布式运算框架的机器学习算法库Oozie/Azkaban：工作流调度
分类：
其他好文 时间：
2019-01-11 14:19:16
阅读次数：
174
大数据学习路径我vx①⑤零零③④③⑥⑨③①备注A更多大数据第一阶段linux+搜索+hadoop体系Linux基础→shell编程→高并发架构→lucene,solr搜索→hadoop体系→HDFS→mapreduce→hbase→zookeeper→hive→flume→sqoop→项目实战一第二阶段机器学习R语言→mahout→项目实战二第三阶段storm流式计算kafka→storm→red
分类：
其他好文 时间：
2018-11-13 20:36:33
阅读次数：
180
Canopy 聚类 一、Canopy算法流程 Canopy 算法，流程简单，easy实现，一下是算法 （1）设样本集合为S，确定两个阈值t1和t2。且t1>t2。 （2）任取一个样本点p，作为一个Canopy，记为C，从S中移除p。 （3）计算S中全部点到p的距离dist （4）若dist<t1。则 ...
分类：
其他好文 时间：
2018-11-11 20:14:02
阅读次数：
116
为了保持意思的准确性，保留了原有的英文描述。 You’ve probably already noticed Mahout has a lot of things going on at different levels, and it can be hard to know where to st ...
分类：
其他好文 时间：
2018-08-29 22:49:29
阅读次数：
290
大数据学习路线java(Java se,javaweb)Linux(shell,高并发架构,lucene,solr)Hadoop(Hadoop,HDFS,Mapreduce,yarn,hive,hbase,sqoop,zookeeper,flume)机器学习(R,mahout)Storm(Storm ...
分类：
其他好文 时间：
2018-08-25 14:28:06
阅读次数：
149
“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制，实现方法，其中还涉及一些基本的优化方法，例如聚类和分类的应用。同时在理论讲解的基础上，还会结合 Apache Mahout 介绍如何在大规模数据上实现各种推荐策略，进行策略优化，构建高效的推荐引擎的方法。本文作为这个系列的第一 ...
分类：
其他好文 时间：
2018-08-14 18:56:07
阅读次数：
174
Apache Mahout之协同过滤原理与实践 读书时期，选课是令人怀念的，因为自由，学生可以挑选自己喜爱的课程和老师！然而，过程并不是很美好，“系统繁忙，稍后重试！”屡有发生，于是大伙开心地约定今夜不战不休。西门的七彩路，和网吧名一样，我们从门口路过，进的却是右旁的可媛。这里网页同样坚持“系统繁忙 ...
分类：
Web程序 时间：
2018-08-10 11:40:48
阅读次数：
214
安装运行环境这样的坑，那些做国产大数据底层开发的，如果不能解决这个问题的话，我觉得不是一个合格的大数据底层开发机构。不过比较幸运的是，三月的时候申请拿到了一个DKHadoop的三节点发行版，大快开源的发行版hadoop。这个国产发行版就把各种常用的组建比如：HDFS，Hbase,Storm,Flume,Kafka，Mahout，Es等集成到了一起，终于不需要绞尽脑汁去折腾底层平台的搭建与配置了，简单的完成安装即可。这对于hadoop初学者来说，可谓是福音了。
分类：
数据库 时间：
2018-07-14 16:39:45
阅读次数：
208
每年，市场上都会出现种种不同的数据管理规模、类型与速度表现的分布式系统。在这些系统中，Spark和hadoop是获得最大关注的两个。然而该怎么判断哪一款适合你? 如果想批处理流量数据，并将其导入HDFS或使用Spark Streaming是否合理?如果想要进行机器学习和预测建模，Mahout或MLL ...
分类：
其他好文 时间：
2018-06-05 21:14:37
阅读次数：
157
一：来源 雅虎 >谷歌两篇论文GFS，mapreduce。 二：组成 hadoop common：支持其他Hadoop模块的常用工具。 HDFS：分布式文件系统，提供对应用程序数据的高吞吐量访问。全称：Hadoop Distributed File System。 hadoop yarn：作业调度和 ...
分类：
其他好文 时间：
2018-05-19 20:35:30
阅读次数：
243
