使用python写微博关注者之间，相似度最高的十个用户的mapreduce，代码有点粗糙，主要是给大家提供思路的，不同的问题是需要修改的。

MapReduce CSE587通过计算波动率来分析纳斯达克股票。 这是通过在Hadoop上使用MapReduce框架完成的。

PageRank_MapReduce 在 Hadoop 上运行的 MapReduce 程序

一个基于Hadoop平台进行的单词统计系统，其中包含了伪分布架构，并且包含HDFS数据存储，结合Java后台利用Mapreduce架包进行单词的统计与分析。包含了完整的实践过程，内涵源代码，以及实验命令，内容丰富，实验过程完整。指令明确，图文并茂，且配有对于每一个关键步骤的详细解释，对于新手及其友好。并且对于搭建过程中所会产生的问题，进行了详细的解释。内附Madreduce和程序整体的运行流程，过程清晰明了。

Linux运维-运维课程MP4频-06-大数据之Hadoop部署-13mapreduce是什么？.mp4

Linux运维-运维课程MP4频-06-大数据之Hadoop部署-14mapreduce工作流程.mp4

出租车预测 ## MapReduce程序使用首尔市提供的出租车分析数据预测出租车需求 ###开发环境操作系统：ubuntu-14.04.1（64bit） 工具：VMware Player，Eclipse平台（Maven项目） 处理器：单核处理器 记忆体：4GB ###目标使用首尔开放数据广场（data.seoul.go.kr）提供的首尔出租车运营分析数据，查找一周中特定时间出租车需求量最高的前10个地区的标准节点链接ID。 。 ###标准节点链接ID -什么是节点？ 表示车辆在道路上行驶时发生速度变化的地方的地方 -什么是链接？ 现实世界中的道路，指的是连接节点和节点的线，即发生速度变化的点。 -可以使用标准节点链接ID找到位置信息 相关链接： : ＃＃＃参考 自己动手Hadoop编程/为Hangi /轻松发布欢呼 出租车运行分析应用指南.pdf ###数据集示例

映射还原 好友推荐 描述 社交网站的一项常见功能是推荐人脉。 例如来自 Linkedin 的“你可能认识的人”。 基本思想是，如果A和B彼此不认识，但他们有共同的朋友，那么系统会将B推荐给A，反之亦然。 假设朋友是双向的。 如果 A 是 B 的朋友，那么 B 是 A 的朋友。在本实验中，我们将实现一个 MapReduce Java 程序来查找每对用户的共同朋友。 比如我们这里有五个用户：A、B、C、D、E。他们的好友列表存储为Person:[好友列表]，像这样 A: BCDB: ACDEC: ABDED: ABCEE: BCD 所有用户对是 AB、AC、AD、AE、BC、BD、BE、CD、CE、DE。 AB 的共同朋友是 C 和 D。AC 的共同朋友是 B 和 D。实现这一点的方法不止一种。 一种方法解释如下。 输入的每一行都是映射器的一个参数。 例如，输入的第一行是“A：BCD”。

概念 MapReduce是hadoop分布式计算框架。 MapReduce意味着在计算过程中实际分为两大步，Map过程和Reduce过程。 下面以一个统计单词次数简单案例为例: 数据源 Map类 import java.io.IOException; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; // 案例：统计每一个单词出现的次数 // KEYIN - 这一行的偏移量 --- // VALUEIN

·MapReduce是一个用于处理海量数据的分布式计算框架。 ·这个框架解决了 ·数据分布式存储 ·作业调度 ·容错 ·机器间通信等复杂问题