再见孙悟空

倒序索引 简介“倒排索引”是文档检索系统中最常用的数据结构，被广泛地应用于全文搜索引擎。它主要是用来存储某个单词（或词组）在一个文档或一组文档中的存储位置的映射，即提供了一种根据内容来查找文档的方式。由于不是根据文档来确定文档所包含的内容，而是进行相反的操作，因而称为倒排索引（Inverted Index）。关于倒序索引更加详细的介绍MapReduce实现倒序索引Hadoop 将数据传给 map

一、基本概念　　在MapReduce中，一个准备提交执行的应用程序称为“作业（job）”，而从一个作业划分出的运行于各个计算节点的工作单元称为“任务（task）”。此外，Hadoop提供的分布式文件系统（HDFS）主要负责各个节点的数据存储，并实现了高吞吐率的数据读写。　　在分布式存储和分布式计算方面，Hadoop都是用主/从（Master/Slave）架构。在一个配置完整的集群上，想让Hadoop

InnerJoin表1 DEP.txt： （去除第一行列名） ID 地名 1 北京2 天津3 河北4 山西5 内蒙古6 辽宁7 吉林8 黑龙江表2 EMP.txt ： （去除第一行列名）ID 年份 数量1 2010 1962