自已下载代码在WIN10下编译的2.7.7 ,在CentOS Linux release 7.6.1810 (Core) / STS3.9.8 及HADOOP2.7.7 下,可正常进行mapreduce 开发调试.

这是谷歌三大论文之一的 MapReduce: Simplified Data Processing on Large Clusters 英文原文。我的翻译可以见https://blog.csdn.net/m0_37809890/article/details/87830686

了解map和reduce工作原理，以及排序，分组，分区设置，有详细的注释，方便查看学习，适合入门初学者练手

基于mapreduce的小型电影推荐系统，使用javaweb的方式实现，

我的第一个MapReduce程序，对基础代码进行了，些许的优化，如果是才开始学的可以参考一下，老手emmm，帮忙看错，嘻嘻(最后要加上fs.close(); 作者打包的时候忘了加了)

在事务数据库中搜索频繁模式被认为是最重要的数据挖掘问题之一，而Apriori是用于此任务的典型算法之一。 由于数据库庞大，开发能够处理大量数据的快速高效算法就成为一项艰巨的任务。 在本文中，我们实现了一个基于MapReduce的并行Apriori算法，该算法是一个使用大量计算机（节点）处理某些类型的可分配问题的大型数据集的框架。 实验结果表明，该算法能够很好地扩展和高效地处理商品硬件上的大型数据集。

这本免费书籍重点介绍MapReduce算法设计，重点介绍自然语言处理，信息检索和机器学习中常见的文本处理算法。

Python 中的 Hadoop Mapreduce 示例 python 中的几个 Mapreduce 示例以及有关运行它们的文档！ 运行代码的步骤 文件夹结构 假定文件存储在 Linux 操作系统中的给定位置。 这只是一个示例说明，实际上位置并不重要。 Hadoop 安装在：/usr/local words.txt（运行 mapreduce 作业的示例 word 文件）：/usr/local mapper.py（mapper 文件）和 reducer.py（reducer 文件）：/usr/local hdfs 中的 words.txt：/wordcount 创建文件 touch words.txt 在 hdfs 中制作目录 hadoop fs -mkdir -p /wordcount 将测试文件从本地目录复制到 hdfs hadoop fs -copyFromLocal

Mapreduce-1:python中的MapReduce的孙子/祖父母对

爬虫代码+MapReduce代码+可视化展示代码实验报告，包含详细代码实现