个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
24
4
有人可以解释一下 MapReduce 如何与 Cassandra .6 配合使用吗？我已经通读了字数统计示例，但我不太明白 Cassandra 端与“客户端”端发生的情况。
https://svn.apache.org/repos/asf/cassandra/trunk/contrib/word_count/
例如，假设我正在使用 Python 和 Pycassa，我将如何加载新的 Map Reduce 函数，然后调用它？我的 MapReduce 函数必须是安装在 cassandra 服务器上的 java 吗？如果是这样，我如何从 Pycassa 调用它？
还提到 Pig 让这一切变得更容易，但我是一个十足的 Hadoop 菜鸟，所以这并没有真正帮助。
你的答案可以使用Thrift或者其他什么，我刚刚提到Pycassa来表示客户端。我只是想了解 Cassandra 集群中运行的内容与发出请求的实际服务器之间的区别。
最佳答案
据我所知(以及 here )，开发人员编写使用 Cassandra 作为数据源的 MapReduce 程序的方式如下。您编写一个常规的 MapReduce 程序(您链接到的示例适用于纯 Java 版本)，现在可用的 jar 提供了一个 CustomInputFormat，允许输入源为 Cassandra(而不是默认的 Hadoop)。
如果您正在使用 Pycassa，我想说您运气不好，直到 (1) 该项目的维护者添加了对 MapReduce 的支持，或者 (2) 您将一些 Python 函数放在一起来编写 Java MapReduce 程序并运行它。后者肯定有点麻烦，但可以让你开始工作。
关于mapreduce - 如何在有或没有 Pig 的情况下使用 Cassandra 的 Map Reduce？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/2734005/
24
4
0
我正在处理一个处理大量数据的项目，所以我最近发现了 MapReduce，在我进一步深入研究之前，我想确保我的期望是正确的。 与数据的交互将通过 Web 界面进行，因此响应时间在这里至关重要，我认为 1
我正在阅读有关 Hadoop 以及它的容错性的文章。我阅读了 HDFS 并阅读了如何处理主节点和从节点的故障。但是，我找不到任何提及 mapreduce 如何执行容错的文档。特别是，当包含 Job T
我正在尝试在我的 Ubuntu 桌面上使用最新的 Hadoop 版本 2.6.0、Java SDK 1.70 来模拟 Hadoop 环境。我用必要的环境参数配置了 hadoop，它的所有进程都已启动并
就目前情况而言，这个问题不太适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持，但这个问题可能会引发辩论、争论、民意调查或扩展讨论。如果您觉得这个问题可以改进并可能重新开放，visit
我只是想针对我们正在做的一些数据分析工作来评估 HBase。 HBase 将包含我们的事件数据。键为 eventId + 时间。我们想要对日期范围内的几种事件类型 (4-5) 进行分析。事件类型总数约
是否有一种快速算法可以在 MapReduce 框架上运行以从巨大的整数集中查找中位数？ 最佳答案 我会这样做。这是顺序快速选择的一种并行版本。 (某些映射/归约工具可能不会让您轻松完成任务...) 从
我正在尝试对大型分布式数据集执行一些数值计算。该算法非常适合 MapReduce 模型，具有以下附加属性:与输入数据相比，映射步骤的输出尺寸较小。数据可以被视为只读，并且静态分布在节点上(故障转移时的
假设我在 RavenDb 中有给定的文档结构 public class Car { public string Manufacturer {get;set;} public int B
我刚刚开始使用 mongo 和 map/reduce，在使用 pymongo 时我遇到了以下错误，而在直接使用 mongo 命令行时我没有得到(我意识到有一个类似的问题这个，但我的似乎更基本)。 我直
*基本上我正在尝试按过去一小时内的得分对对象进行排序。 我正在尝试为我的数据库中的对象生成每小时投票总和。投票嵌入到每个对象中。对象架构如下所示: { _id: ObjectId sc
我们怎样才能使我们的 MapReduce 查询更快？ 我们使用五节点 Riak 数据库集群构建了一个应用程序。 我们的数据模型由三个部分组成:比赛、联赛和球队。 比赛包含联赛和球队的链接: 型号 va
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题，以便用事实和引用来回答。 关闭 6 年前。
有没有什么方法可以在运行时获取应用程序 ID - 例如 - 带有 yarn 的 wordcount 示例命令？ 我希望使用 yarn 从另一个进程启 Action 业命令，并通过 YARN REST
如何在Hadoop Map-reduce程序中使用机器学习算法？我想使用分类算法、决策树、聚类算法。除了 Mahout 之外，请提出一些想法。 最佳答案 您可以编写自己的MapReduce程序，并在m
虽然 MapReduce 可能不是实现图像处理中使用的算法的最佳方式，但出于好奇，如果我作为初学者尝试使用它们，这将是最简单的实现方式。 最佳答案 Hadoop 非常适合处理大量 IO。因此，例如，您
我只是想验证我对这些参数及其关系的理解，如果我错了请通知我。 mapreduce.reduce.shuffle.input.buffer.percent 告诉分配给 reducer 的整个洗牌阶段的内
HBase 需要 mapreduce/yarn，还是只需要 hdfs？ 对于 HBase 的基本用法，例如创建表、插入数据、扫描/获取数据，我看不出有任何理由使用 mapreduce/yarn。 请帮
我问了一些关于提高 Hive 查询性能的问题。一些答案与映射器和化简器的数量有关。我尝试了多个映射器和化简器，但在执行过程中没有发现任何差异。不知道为什么，可能是我没有以正确的方式去做，或者我错过了别
我是 mapreduce 和 hadoop 的新手。我阅读了 mapreduce 的示例和设计模式... 好的，我们可以进入正题了。我们正在开发一种软件，可以监控系统并定期捕获它们的 CPU 使用
我正在使用 Microsoft MapReduce SDK 启动仅 Mapper 作业。 调用 hadoop.MapReduceJob.ExecuteJob 立即抛出“响应状态代码不表示成功:404(
我是一名优秀的程序员,十分优秀！