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。
2023-02-21 16:11:48
8.96MB
1
默认下载的Hadoop不支持Windows系统，需要替换bin目录下的文件方便在Windows上运行。这个就是用来直接替换掉hadoop目录下bin文件的
2023-01-11 15:12:11
1.04MB
1
预测航空公司延误
使用Hadoop通过2007年和2008年的数据预测奥黑尔机场的航班延误。使用Pig脚本，构建了一个特征矩阵，通过该矩阵我们可以训练和预测航空公司的延误，准确度约为80％
项目详情
建立了一个预测航空公司延误的模型，准确度约为80％
将航空公司数据集与UCI Repo的740万飞行记录一起使用
利用Pydoop实现MapReduce以构建特征矩阵
使用Pig脚本生成功能
使用Python，Scikit-Learn，Pig，Hadoop，HDFS，AWS EMR，IPython构建
技术指标
Python 2.7
Hadoop 2.7.3
Scikit学习
大熊猫
线性回
2022-12-29 17:10:00
6KB
1
Apache Hadoop （hadoop-3.3.4.tar.gz）项目为可靠、可扩展的分布式计算开发开源软件。官网下载速度非常缓慢，因此将hadoop-3.3.4 版本放在这里，欢迎大家来下载使用！
Hadoop 架构是一个开源的、基于 Java 的编程框架，设计用于跨电脑集群来
处理大数据。Hadoop 是一个能够让用户轻松搭建和使用的分布式计算平台，能
够让用户轻松地在 Hadoop 上开发和运行处理海量数据的应用程序。
Hadoop 架构有两个主要的组件：分布式文件系统 HDFS 和 MapReduce 引擎。
在 Hadoop 中，MapReduce 底层的分布式文件系统是独文模块，用户可按照约定
的一套接口实现自己的分布式文件系统，然后经过简单的配置后，存储在该文件
系统上的数据便可以被 MapReduce 处理。
官网下载速度非常缓慢，因此将hadoop-3.3.4 版本放在这里，欢迎大家来下载使用！
2022-12-15 12:21:01
310.19MB
1
自述文件
该项目基于Hadoop和Hive。 如果您尚未设置它们，请参考以下说明： ＆ 。
您可以从下载我们的测试数据。 README.txt具有有关其数据属性的非常详细的说明。 在wirteup中也有描述。 请将给定数据集中的::替换为 （这是一个标签）。 只要使其更容易处理即可。
请将目录更改为刚刚下载的数据文件。 对我来说是$cd ~/ml-1m 请启动hadoop，这是Hive运行的先决条件。 输入命令$hive -f extract.q 。 将出现目录“结果”。 它存储我们要使用的数据。 我们已经在源文件中提供了这样提取的数据，称为new_data.txt 。
在HDFS上创建文件夹，我们将数据放入文件夹： $ hadoop fs -makedir /hadoop 将数据放在HDFS上： $ hadoop -fs copyFromLocal /directory of
2022-12-02 20:42:13
84.58MB
1
网页排名
Google 的 PageRank 算法在 MapReduce 范式中的实现。 Apache Hadoop、Java
2022-11-21 17:25:17
7KB
1
playbook.tar.gz +apache hadoop搭建文档+使用说明书+自动化运维工具ansible的安装和使用
2022-10-18 19:05:55
3.61MB
1
Hadoop是一个由Apache基金会所开发的分布式系统基础架,是当前最火爆的大数据应用框架,Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算.hdfs作为hadoop重要的组成部分,实现了一个分布式文件系统（Hadoop Distributed File System),HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。本课程详细介绍了从部署linux虚拟机环境到实现全分布式启动hdfs进程的全过程,是快速入门大数据的必经之路.
2022-08-22 11:56:04
2.03MB
1
Apache Hadoop （hadoop-3.3.3-src.tar.gz）项目为可靠、可扩展的分布式计算开发开源软件。
Apache Hadoop 软件库是一个框架，它允许使用简单的编程模型跨计算机集群分布式处理大型数据集。它旨在从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储。库本身不是依靠硬件来提供高可用性，而是设计用于检测和处理应用层的故障，因此在计算机集群之上提供高可用性服务，每台计算机都可能容易出现故障。
2022-05-29 10:05:02
33.98MB
Apache Hadoop （hadoop-3.2.3-src.tar.gz）项目为可靠、可扩展的分布式计算开发开源软件。
Apache Hadoop 软件库是一个框架，它允许使用简单的编程模型跨计算机集群分布式处理大型数据集。它旨在从单个服务器扩展到数千台机器，每台机器都提供本地计算和存储。库本身不是依靠硬件来提供高可用性，而是设计用于检测和处理应用层的故障，因此在计算机集群之上提供高可用性服务，每台计算机都可能容易出现故障。
2022-05-29 10:05:01
31.61MB