使用 Mapreduce 进行递归计算
我正在研究地图归约程序，并正在考虑设计以下形式的计算，其中 a1, b1 是与键关联的值， a1/b1, a1+a2/b1+b2, a1+a2+a3/b1+b2+b3 ... 因此在归约器的…
hadoop 中需要迭代的一个很好的例子
我目前正在 hadoop 上实现并行 for，以按照用户指定的次数迭代映射器。有人可以帮助我提供一个有用的示例，我可以使用我的实现进行测试。 Hadoop 中的…
用于固定类别查询的 CouchDB
我的 CouchDB 中有这样的文档： { "_id": "0cb35be3cc73d6859c303fa3200011d2", "_rev": "1-f6e356bbf6ab09290aae11132af50d66", "adresse": "Bohrgaß…
Disco 的“无法解析工作事件：”是什么意思？错误是什么意思？
我正在尝试使用映射和化简函数来运行 Disco 作业，这些函数在使用 marshal 库通过 TCP 套接字传递后进行反序列化。 来解压它们 code = marshal.loads(…
在实践中，您需要多少台机器才能让 Hadoop / MapReduce / Mahout 加速可并行化的计算？
我需要进行一些繁重的机器学习计算。我在局域网上有少量空闲的机器。我需要多少台机器才能使用 hadoop / mapreduce / mahout 分布式计算，以便比在没…
如何使用 Hive 对大数据进行高效排序（order by）？
我想有效地对大数据集进行排序（即使用自定义分区器，如下所述：MapReduce排序算法是如何工作的？），但我想用hive来实现。 然而，Hive手册指出“orde…
如何取 MongoDB 与 CouchDB 中大数据的平均值？
我正在看这个图表... http:// /www.mongodb.org/display/DOCS/MongoDB,+CouchDB,+MySQL+Compare+Grid ...其中表示： 查询方法 构建索引 CouchDB - Map…
MongoDB/PyMongo：如何在 Map 函数中使用点表示法？
我正在尝试计算每个邮政编码中找到的记录数。 在我的 MongoDB 中，嵌入了邮政编码；使用点表示法，它位于 a.res.z（a 代表地址，res 代表住宅，z 代表…
从 MongoDB 中的文本字段生成 Unigram 列表的最有效方法
我需要生成一个一元组向量，即出现在特定文本字段中的所有唯一单词的向量，我将其存储为 MongoDB 中更广泛的 JSON 对象的一部分。 我不太确定生成这个…
为什么不用 hadoop TeraSort 的映射器/减速器
我计划在 Hadoop 0.20.2 中的 TeraSort 类的映射器中插入一些代码。然而，查看源代码后，我找不到实现mapper的部分。 通常，我们会看到一个名为 job.s…
