潇洒子弦

矩阵相乘可以查看百度百科的解释http://baike.baidu.com/view/2455255.htm?fr=aladdin有a和b两个矩阵a:                1   2   3                   4   5   0                   7   8   9                   10  11  12b:

InputFormat这个类是用来处理Map的输入数据的，任务开始时，InputFormat先将HDFS里所有输入文件里的数据分割成逻辑上的InputSpilt对象这里的split是HDFS中block的部分或者一整块或几个快中的数据的逻辑分割，一个split对应于一个Map，所以Map的数量是由split的数量决定的。那么怎样去确定InputSpilt的个数呢，下面列出于split个

1，商城：是单商家，多买家的商城系统。数据库是mysql，语言java。2，sqoop1.9.33：在mysql和hadoop中交换数据。3，hadoop2.2.0：这里用于练习的是伪分布模式。4，完成内容：喜欢该商品的人还喜欢，相同购物喜好的好友推荐。步骤：1，通过sqoop从mysql中将 “用户收藏商品” （这里用的是用户收藏商品信息表作为推荐系统业务上的依据，业务依

Hbase适用于存储不太复杂但数据很大的数据。列如商城系统中：用户，商品，订单，店铺，卖家，这些数据关系复杂不适合用Hbase。这里面订单数据量很大，而且要频繁拿出来计算，可以考虑只将订单这项存入Hbase。其他方面：1，数据量达到上亿以上时可以使用Hbase如果只有上千或上百万行，则用传统的RDBMS。2，不依赖所有RDBMS的额外特性(列数据类型, 第二索引, 事物,高级查询语言等.)

最近在网上查看用MapReduce实现的Kmeans算法，例子是不错，http://blog.csdn.net/jshayzf/article/details/22739063但注释太少了，而且参数太多，如果新手学习的话不太好理解。所以自己按照个人的理解写了一个简单的例子并添加了详细的注释。大致的步骤是：1，Map每读取一条数据就与中心做对比，求出该条记录对应的中心，然后以中心的ID为

Hadoop技术内幕中指出Top K算法有两步，一是统计词频，二是找出词频最高的前K个词。在网上找了很多MapReduce的Top K案例，这些案例都只有排序功能，所以自己写了个案例。这个案例分两个步骤，第一个是就是wordCount案例，二就是排序功能。一，统计词频package TopK;import java.io.IOException;import java.util

MapReduce TopK统计加排序中介绍的TopK在mapreduce的实现。本案例省略的上面案例中的Sort步骤，改用TreeMap来实现获取前K个词package TopK1;import java.io.IOException;import java.util.StringTokenizer;import org.apache.hadoop.conf.Configurat