-
無(wú)處不在大數(shù)據(jù)
查看全部 -
Hadoop的前世今生
查看全部 -
課程預(yù)備知識(shí)
1、Linux常用命令
2、Java編程基礎(chǔ)
查看全部 -
學(xué)會(huì)堅(jiān)持：
查看全部 -
2、實(shí)踐經(jīng)驗(yàn)很重要，邊聽(tīng)課邊實(shí)踐
查看全部 -
課程學(xué)習(xí)建議：
1、結(jié)合書本，知識(shí)點(diǎn)更加系統(tǒng)全面
查看全部 -
課程學(xué)校目標(biāo)
1、掌握大數(shù)據(jù)存儲(chǔ)與處理技術(shù)的原理（理論知識(shí)）
2、掌握Hadoop的使用和開發(fā)能力（實(shí)踐能力）
查看全部 -
Hadoop大數(shù)據(jù)平臺(tái)架構(gòu)與實(shí)踐
1、大數(shù)據(jù)技術(shù)的相關(guān)概念.
2、Hadoop的架構(gòu)和運(yùn)行機(jī)制
3、實(shí)戰(zhàn)：Hadoop的安裝和配置
4、實(shí)戰(zhàn)：Hadoop開發(fā)
查看全部 -
JobTracker的作用：
作業(yè)調(diào)度
分配任務(wù)、監(jiān)控任務(wù)執(zhí)行進(jìn)度
監(jiān)控TaskTracker的狀態(tài)
TaskTracker的作用：
執(zhí)行任務(wù)
匯報(bào)任務(wù)狀態(tài)
查看全部 -
一個(gè)Job可以拆分為多個(gè)Task。
Task分為MapTask和ReduceTask。
查看全部 -
MapReduce的原理：分而治之，一個(gè)大任務(wù)分成多個(gè)小的子任務(wù)（map）,并行執(zhí)行后，合并結(jié)果（reduce）
查看全部 -
MapReduce容錯(cuò)機(jī)制
查看全部 -
MapReduce作業(yè)執(zhí)行過(guò)程
查看全部 -
TaskTracker的角色
查看全部 -
JobTracker的角色
查看全部
舉報(bào)