想要通過微軟技術棧來嘗試 Hadoop，看看他們到底能帶來哪些功能么？我們這里列舉出一些對你有幫助的資源。

Hadoop就是解決了大數據（大到一臺計算機無法進行存儲，一臺計算機無法在要求的時間內進行處理）的可靠存儲和處理。 HDFS，在由普通PC組成的集群上提供高可靠的文件存儲，通過將塊保存多個副本的辦法解決服務器或硬盤壞掉的問題。

第一次搞hadoop，折騰我2天，功夫不負有心人，終于搞好了，現在來分享下，我的環境操作系統：wmv虛擬機中的ubuntu12.04hadoop版本：hadoop-1.0.4(聽說是穩定版就下了)eclipse版本：eclipse-jee-indigo-SR2-win321.先安裝好jdk，然后配置好jdk的環境變量，在這里我就不累贅了！網上多的是2.安裝ssh這個也不用說了

歡迎來到Yahoo!Hadoop教程！這個系列教程將向你介紹ApacheHadoop系統的許多方向，還將向你展示：如何進行簡單和高級的集群配置；如何使用分布式文件系統；如何使用分布式文件系統，如何開發復雜的HadoopMapReduce應用，并且其它相關的分布式系統也提及。

Sentry 是Cloudera 公司發布的一個Hadoop開源組件，它提供細粒度基于角色的安全控制

基本hadoop文件操作

Zookeeper 分布式服務框架是 Apache Hadoop 的一個子項目，它主要是用來解決分布式應用中經常遇到的一些數據管理問題，如：統一命名服務、狀態同步服務、集群管理、分布式應用配置項的管理等。

1 hadoop目前支持以下三種調度器： FifoScheduler：最簡單的調度器，按照先進先出的方式處理應用。只有一個隊列可提交應用，所有用戶提交到這個隊列。沒有應用優先級可以配置。

Hadoop Performance at LinkedIn

Hadoop是什么?一個分布式文件系統和并行執行環境;一個軟件集；讓用戶便捷地處理海量數據;Apache軟件基金會下面的一個開源項目;目前Yahoo!是最主要的貢獻者;Hadoop子項目Hadoop Common:在0.20及以前的版本中，包含HDFS、MapReduce和其他項目公共內容，從0.21開始HDFS和MapReduce被分離為獨立的子項目

Thanks for coming – today will talk about Docker based Hadoop provisioning. Quick introduction of who we are - Young startup, from Budapest, Hungary. Janos Matyas – CTO, open source contributor, Hadoop YARN evangelist. Ease Hadoop provisioning – everywhere Automate and unify the process Arbitrary cluster size Same process through a cluster lifecycle (Dev, QA, UAT, Prod) (Auto) scaling Hadoop

內容：MapReduce概述,MapReduce的數據流,檢查點,相關編程要點,Map過程Map過程通過在輸入列表中的每一項執行函數，生成一系列的輸出列表。Reduce過程Reduce過程在一個輸入的列表進行掃描工作，隨后生成一個聚集值，作為最后的輸出MapReduce的Reduce過程所有不同的顏色代表不同的鍵值（keys）。

Sogou的Hadoop生態系統 Hadoop Quick Start 深入MapReduce 了解MapReduce運行機制 如何調試MapReduce MultiInput & MultiOutput 數據Join操作 關于UigsTools MapReduce進階開發模式 各類資源列表

Hadoop的簡介；Map Reduce介紹；Hadoop 執行步驟；Hadoop 的安裝和配置應用情景分析一、Hadoop的簡介hadoop是做什么的？Hadoop為云計算平臺提供了一種分布式存儲和并行計算的能力。將大塊的數據文件，如數據規模在G、T級別，進行切割并進行分布式存儲；hadoop的mapreduce計算模型，將計算任務按照分割文件拆解并進行分布式并行計算，后再對計算結果進行匯總。

Hadoop中文文檔 http://hadoop.apache.org/common/docs/r0.17.2/cn/

Hadoop 原來是 Apache Lucene 下的一個子項目，它最初是從 Nutch 項目中分離出來的專門負責分布式存儲以及分布式運算的項目。簡單地說來， Hadoop 是一個可以更容易開發和運行處理大規模數據的軟件平臺。下面列舉 hadoop 主要的一些特點： 擴容能力（ Scalable ） ：能可靠地（ reliably ）存儲和處理千兆字節（ PB ）數據。 成本低（ Economic

Apache Hadoop是一個用java語言實現的軟件框架，在由大量計算機組成的集群中運行海量數據的分布式計算，它可以讓應用程序支持上千個節點和PB級別的數據。Hadoop的核心子項目，提供了一個分布式文件系統(HDFS)和支持MapReduce的分布式計算。

怎樣安裝Nutch和 Hadoop 搜尋網頁和郵件列表，似乎很少有關于如何使用Hadoop （曾經的DNFS）分布式文件系統（ HDFS ）和MapReduce來安裝Nutch的文章 。 本教程的目的是通過逐步講解的方法，來講解了如何在多節點的Hadoop文件系統上運行Nutch，包括能夠同時索引（爬取）和搜尋多臺機器。 這篇文檔沒有涉及到Nutch或Hadoop架構。它只是講述了如何讓系統啟動和

當下Hadoop已經成長為一個龐大的體系，貌似只要和海量數據相關的，沒有哪個領域缺少Hadoop的身影，下面是一個Hadoop生態系統的圖譜，詳細的列舉了在Hadoop這個生態系統中出現的各種數據工具。 這一切，都起源自Web數據爆炸時代的來臨 數據抓取系統 － Nutch 海量數據怎么存，當然是用分布式文件系統 － HDFS 數據怎么用呢，分析，處理 MapReduce框架，讓你編寫代碼來實現對

歡迎來到Yahoo! Hadoop教程！這個系列教程將向你介紹Apache Hadoop系統的許多方向，還將向你展示：如何進行簡單和高級的集群配置；如何使用分布式文件系統；如何使用分布式文件系統，如何開發復雜的Hadoop MapReduce應用，并且其它相關的分布式系統也提及。Hadoop是一個大規模分布式批處理架構，雖然它在單臺計算機上也能使用，但它的真正能力是在成百上千計算機上運行時才顯現出來，Hadoop可以高效地將大量工作高效地分布到一組計算機上。