个人安装报告，包括安装步骤及遇见的问题和解决办法，并且借鉴了许多大佬并且看了安装视频，在更换源等操作之后，安装成功。小白纯分享望指教，希望可以对大家有所帮助并且共同学习。

我们设计并实现了Google GFS文件系统，一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。GFS虽然运行在廉价的普遍硬件设备上，但是它依然了提供灾难冗余的能力，为大量客户机提供了高性能的服务

1.高可靠性 2.高扩展性 3.高效性 4.高容错性 5.低成本

SparkTI (Spark on TiDB)是TiDB基于Apache Spark的独立于原生系统的计算引擎。它将Spark和TiDB深度集成，在原有MySQL Workload之外借助Spark支持了更多样的用户场景和API。这个项目在SparkSQL和Catalyst引擎之外实现了一套扩展的，为TiDB定制的SQL前端（Parser，Planner和优化器）：它了解TiDB如何组织数据，并知晓如何借助TiDB本身的计算能力加速查询，而不仅仅是一个Connector。凭借SparkTI，TiDB将成为Hadoop生态的一部分，铺平了OLTP系统和离线分析集群之间的鸿沟。

Hadoop是一个能够对大量数据进行分布式处理的软件框架。 Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理。

用于eclipse连接hadoop使用到的插件包，这里有几个版本的，不同的eclipse版本可以使用的插件包不一样，需要注意。

用于windows下eclipse连接hadoop2.2.0的插件以及eclipse版本，亲测可用

主要是用于大家对于大数据的基本处理，适合大学生本科毕设的参考。

自己这一个礼拜搭建成功后,重新截图总结,写出一份很详细的安装Hadoop 集群的文档，希望可以帮助到有需要的朋友，共同进步！

Yelper：基于协作过滤的推荐系统 孙传 [gmail.com的chuansun76] [twitter.com/sundeepblue] 博客： ： 或此处： : 此README文件描述了“ Yelper”的几个主要组件，Yelper是主要使用Python使用Spark框架构建的业务推荐系统。 以下是“ Yelper”的一些功能： 按城市划分原始业务数据，可以进行微调和自定义推荐 使用Spark MLlib的基于矩阵分解的推荐 在Scala中使用Spark GraphX进行用户业务图分析 使用Spark Streaming和Apache Kafka进行实时用户请求处理 使用