flume介绍与原理（转载）
1 .背景
flume是由cloudera软件公司产出的可分布式日志收集系统，后与2009年被捐赠了apache软件基金会，为hadoop相关组件之一。
HBase中Disruptor使用
// 核心是一个循环缓冲区。我们的循环缓冲区是一个LMAX Disruptor。当多个线程在单个WAL竞争append和sync时，它试图最小化同步与volatile写。
// Disruptor配置为处理多个生产者和仅有一个消费者（HBase中的生产者是调用append、sync的IPC Handlers）。
Spark常用函数（源码阅读六）
源码层面整理下我们常用的操作RDD数据处理与分析的函数，从而能更好的应用于工作中。
连接Hbase,读取hbase的过程，首先代码如下：
def tableInitByTime(sc : SparkContext,tableName : String,columns : Strin...
Hadoop2.7.3+Hbase-1.2.6完全分布式安装部署
因为学习,在网上找了很多hbase搭建的文章,感觉这篇很好,点此
搭建好后,jps查看了后台进程,发现在slave上面没有HRegionServer进程
便查看了 slave上关于HRegionServer的日志,发现报错 如下
然后网上查了一下,说是时间不同步的问题,自己使用date命令查看了一...
Hadoop专业解决方案-第5章 开发可靠的MapReduce应用
本章主要内容：
1、利用MRUnit创建MapReduce的单元测试。
2、MapReduce应用的本地实例。
3、理解MapReduce的调试。
4、利用MapReduce防御式程序设计。
在WOX.COM下载本章源代码
本章在wox.com网站的源码可以在www.wiley.com/go/prohadoopsolutions的源码下载标签找到。
浅谈企业数据目录
最近又遇到一个数据相关的咨询项目，为一家企业整理数据服务目录，今天就来讨论下企业数据目录架构和它的部署方式。
企业数据目录（EDC）旨在帮助企业与IT人员通过统一的元数据视图（包括技术元数据、业务元数据、用户释义、关联关系、数据质量和用途）来释放企业数据资产的最大能量。
