centos安装配置hadoop Hadoop是Apache软件基金会旗下的一个开源分布式计算平台。以Hadoop分布式文件系统（HDFS，Hadoop Distributed Filesystem）和MapReduce（Google MapReduce的开源实现）为核心的Hadoop为用户提供了系统底层细节透明的分布式基础架构。

Spark+GraphX大规模图计算和图挖掘的第一部分，，本文详细的介绍了如果用spark技术来处理graph的技术.

Hadoop和Python的Mapreduce 关于如何使用Python和Hadoop执行MapReduce的一小段回购。 映射器和化简器都是用Python编写的。 有关如何在Hadoop中实现这两个脚本的教程位于。

hadoop-common-2.7.3-bin-master 包含hadoop.dll、winutils.exe，下载后解压，配置HADOOP_HOME环境变量

Apache Hadoop官方文档，2.7.7版本，离线chm格式。之前我搜遍网络也没找到离线的官方文档，我就自己制作了一份chm格式的，希望对大家有用。

Hadoop权威指南第四版中文版，高清扫描版，有源码 本文带来的资源是hadoop权威指南第四版中文版以及配套的源码，内容以Hadoop2.x为主，包含一些hadoop的stable版本的新特性，与之前 的版本相比增加了介绍YARN , Parquet , Flume, Crunch , Spark的章节适合于Hadoop 初学者。

随着社会的发展，我们正步入一个信息技术世界。 在这样的世界中，由于电子商务，我们的生活变得越来越多样化和丰富。 电子商务不仅为我们提供了便利，还为我们提供了大量的业务数据。 但是，如何更好地存储，管理和使用这些业务数据已成为电子商务研究的主要领域。 随着数据量的快速增长，关系数据库系统无法满足当前状态的要求。 本文针对Hadoop业务数据的可视化分析模型，从可视化平台，数据库和分析模型等方面对业务数据进行了分析。根据分析，将对Hive数据库进行脱机数据分析和数据可视化。大大改进，因此可以为Hadoop业务数据的可视化分析模型提供参考和建议。

windows系统HDFS,能够使用java客户端操作HDFS(开发工具有IDEA,Eclipse插件)

Spark Atlas连接器 用于跟踪Spark SQL / DataFrame转换并将元数据更改推送到Apache Atlas的连接器。 此连接器支持跟踪： SQL DDL，例如“创建/删除/更改数据库”，“创建/删除/更改表”。 SQL DML，例如“ CREATE TABLE tbl AS SELECT”，“ INSERT INTO ...”，“ LOAD DATA [LOCAL] INPATH”，“ INSERT OVERWRITE [LOCAL] DIRECTORY”等。 具有输入和输出的DataFrame转换 机器学习管道。 该连接器将与Hive，HDFS等其他系统关联，以跟踪Atlas中数据的生命周期。 如何建造 要使用此连接器，您将需要最新版本的Spark（Spark 2.3+），因为大多数功能仅在Spark 2.3.0+中存在。 要构建此项目，请执行： mv

spark-sql-性能 一组针对Spark SQL的性能测试