在学习Hadoop之前，先了解一下大数据相关的知识：1.大数据背景大数据的产生：众所周知，随着信息社会的快速发展，信息量以爆发式的速度增长，这些信息包括来自互联网的大数据、大量传感器的机器数据、行业的内容数据。这些数据的特征表现为数据量大，一般为TB级或PB级甚至更大..
分类：
其他好文 时间：
2014-08-24 19:31:13
阅读次数：
203
WordCo-occurrence一直不知道该怎么正确翻译,单词相似度?还是共生单词?还是单词的共生矩阵?这在统计里面是很常用的文本处理算法,用来度量一组文档集中所有出现频率最接近的词组.嗯,其实是上下文词组,不是单词.算是一个比较常用的算法,可以衍生出其他的统计算法.能用来做推荐,因..
分类：
其他好文 时间：
2014-08-24 19:31:03
阅读次数：
205
当前，各种互联网思维扑面而来，一时间各色公司，或高或低的管理层，嘴里要没几句互联网词汇，开发方向要跟互联网不沾边，都不好意思跟人打招呼。仿佛互联网一来，就可以拯救公司现状于水火，从此走上快速发展的康庄大道。今天先随便写点，也不知道该写点什么了。
分类：
其他好文 时间：
2014-08-24 19:30:53
阅读次数：
203
1、安装数据库2、创建VMM服务器启动账号，并且加入到管理员组。3、在2008R2中安装VMM管理工具3.1）选择安装简易版的sql2005企业版3.2）创建共享库3.3）端口和账户设定，将vmmserver账户添加到本地管理员组中4、安装VMM管理员控制台，按照提示一路默认下一步即可完成菜鸟实验笔..
分类：
其他好文 时间：
2014-08-24 19:30:43
阅读次数：
291
1、VMM服务器的启动账户，在安装VMM工具时就要输入2、库服务器共享文件夹，赋予用户读写权限和NTFS读写权限以及VMM服务启动账户和虚拟服务器读取权限3、在Hyper-V服务器委派库服务器4、重启Hyper-V服务器就可以完成委派任务菜鸟实验笔记，不足之处还请大神指正
分类：
其他好文 时间：
2014-08-24 19:30:33
阅读次数：
268
Azure负载平衡负载平衡概述：MicrosoftAzure为在其中托管的虚拟机(IaaS)和云服务(PaaS)提供负载平衡服务。负载平衡支持应用程序伸缩，并且提供应用程序故障恢复以及其他优势。可以通过以下方式访问负载平衡服务：通过MicrosoftAzure门户或应用程序的服务模型指定服务上的输入端..
分类：
其他好文 时间：
2014-08-24 19:30:24
阅读次数：
238
HDFS简介HDFS有着高容错性（fault-tolerant）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（highthroughput）来访问应用程序的数据，适合那些有着超大数据集（largedataset）的应用程序。1.HDFS有以下几个主要特点：处理超大文件：存储的一个超大..
分类：
其他好文 时间：
2014-08-24 19:30:13
阅读次数：
275
rsync是类unix系统下的数据镜像备份工具——remotesync。一款快速增量备份工具RemoteSync，远程同步支持本地复制，或者与其他SSH、rsync主机同步。rsync具有可以将镜像保存整个目录树或文件系统；较高的数据传输效率；可以借助于ssh实现安全数据传输；支持匿名传输的特点。rsyn..
分类：
其他好文 时间：
2014-08-24 19:30:03
阅读次数：
217
rsync是一个远程同步工具,可以在本主机,或者在远程主机上完成数据远程同步,基于rsync算法,检测本主机,或者远程主机源目标之间的数据是否相同,来完成数据同步.特点：1、可以镜像保存整个目录树或文件系统；2、较高的数据传输效率；3、可以借助于ssh实现安全数据传输；4、支持匿..
分类：
其他好文 时间：
2014-08-24 19:29:43
阅读次数：
314
awk简介awk是一种编程语言，由AT&T贝尔实验室的AlfredAho，PeterWeinberger和BrianKernighan开发一种对文件进行指定规则浏览和抽取信息的工具。当然，有awk必然还要说sed，这俩都是上古神器，功能十分强大，sed和awk各有各的有点，awk在速度上要慢于sed。awk基本语法awk[op..
分类：
其他好文 时间：
2014-08-24 19:29:33
阅读次数：
349
mysql建索引最好在整数字段上，效果较明显===>1.select*fromgoodswhereis_delete=0andstatus=1and(namelike‘%%‘orintrolike‘%%‘)2.如果在is_delete和status上建索引，速度差距至少有几十倍3.索引建在整数上比charvarchar上快4.关联查询时，最好关联的字段类型都是一样，最好..
分类：
数据库 时间：
2014-08-24 19:29:23
阅读次数：
216
线程是mysql一个很重要的概念。线程用来处理来自客户端的连接，线程和连接是1:1的关。线程和THD对象也是1:1对应的关系，有些线程会被设置为优先，而有些线程没有优先级，而线程的优先级设置在sql/mysql_priv.h#defineINTERRUPT_PRIOR-2#defineCONNECT_PRIOR -1#defineWAIT_PRIO..
分类：
数据库 时间：
2014-08-24 19:29:13
阅读次数：
307
Rsync一、基础知识1、rsync：是传输输工具，类似于scpScp的用法要知道远程主机的密码和账号文件在本地上传到远程Scp[option]sourcefile[[user@]host1:]destions/file文件在远程下载到本地Scp[option][[user@]host1:]destions/filesource/filersync?.afast,versatile,remote(and..
分类：
其他好文 时间：
2014-08-24 19:29:03
阅读次数：
320
CentOS7DNS服务器架设项目背景和要求要保证即能够解析内网域名bigcloud.local的解析，又能解析互联网的域名。主DNS服务器：ZZYH1.BIGCLOUD.LOCAL辅助DNS服务器：ZZYH2.BIGCLOUD.LOCAL包含以下域的信息：1、bigcloud.local域的信息：FQDNIP地址备注zzyh1.bigcloud.local192.168...
分类：
其他好文 时间：
2014-08-24 19:28:53
阅读次数：
247
创建、管理LVM：创建分区Disk/dev/xvdc:2147MB,2147483648bytes
255heads,63sectors/track,261cylinders
Units=cylindersof16065*512=8225280bytes
Sectorsize(logical/physical):512bytes/512bytes
I/Osize(minimum/optimal):512bytes/512bytes
Diskidentifier:0xd199e24a
De..
分类：
其他好文 时间：
2014-08-24 19:28:44
阅读次数：
387
一、rsync介绍：rsync是类unix系统下的数据镜像备份工具，从软件的命名上就可以看出来--remotesync。特性：l可以镜像保存整个目录树和文件系统。l可以很容易做到保持原来文件的权限、时间、软硬链接等等。l无须特殊权限即可安装。l快速：第一次同步时rsync会复制全部内容，但在..
分类：
其他好文 时间：
2014-08-24 19:28:33
阅读次数：
297
如果你的fcitx不能使用，或者出现“搜狗面板程序加载失败,请重启以使用输入法”，都请先卸载fcitx。卸载方法可以使用sudo apt-get autoremove fcitx，或者直接在software center搜索fcitx并卸载。
我的电脑环境：
1. System version - Ubuntu 12.04.*；
2. Connected to internet....
分类：
其他好文 时间：
2014-08-24 19:27:23
阅读次数：
215
