hadoop

5El calor

3Respuesta

¿Cómo usar Mahout en un entorno Windows?

Estoy tratando de usar Mahout en una aplicación que se ejecuta en Windows. Quiero construir clusters a partir de un índice lucene usando k-means. Tan pronto como tengo que crear archivos de secuencia

13El calor

7Respuesta

¿Por dónde empiezo con la informática distribuida?

Estoy interesado en aprender técnicas para computación distribuida. Como desarrollador de Java, probablemente esté dispuesto a comenzar con Hadoop. ¿Podría recomendar algunos libros/tutoriales/artícul

31El calor

11Respuesta

¿Cómo realiza Hadoop las divisiones de entrada?

Esta es una pregunta conceptual que involucra Hadoop/HDFS. Digamos que tienes un archivo que contiene mil millones de líneas. Y por simplicidad, consideremos que cada línea tiene el formato <k,v> dond

7El calor

5Respuesta

Depuración de aplicaciones hadoop

Intenté imprimir valores usando System.out.println(), pero no aparecerán en la consola. ¿Cómo imprimo los valores en una aplicación de mapa/reducción para fines de depuración usando Hadoop? Gracias, D

9El calor

3Respuesta

Opciones de interfaz web de Hadoop Hive

He estado experimentando con Hive para algunas actividades de minería de datos y me gustaría que esté fácilmente disponible para colegas menos orientados a la línea de comandos. Hive ahora se envía co

14El calor

3Respuesta

Usando Hadoop, ¿están garantizados mis reductores para obtener todos los registros con la misma clave?

Estoy ejecutando un trabajo de Hadoop usando Hive en realidad, que se supone que contiene uniq líneas en muchos archivos de texto. En el paso de reducción, elige el registro de marca de tiempo más rec

11El calor

5Respuesta

Configurar el registro de Hadoop para evitar demasiados archivos de registro

Tengo un problema con Hadoop produciendo demasiados archivos de registro en $ HADOOP_LOG_DIR/userlogs (el sistema de archivos Ext3 solo permite 32000 subdirectorios) que se ve como el mismo problema e

14El calor

4Respuesta

¿Existe una buena biblioteca para acceder a HBase desde Python?

Pasé un tiempo mirando a mi alrededor, y todo lo que pude encontrar es Jython. Es una opción, pero ¿hay algo que pueda usarse de una forma más pitonesca (más simple)?

35El calor

4Respuesta

Conjuntos de datos grandes y gratuitos para experimentar con Hadoop

¿Conoce algún conjunto de datos de gran tamaño para experimentar con Hadoop que sea gratuito/de bajo costo? Se aprecian todos los indicadores/enlaces relacionados. prefernce: Al menos uno GB de datos.

6El calor

3Respuesta

Varias líneas de texto en un solo mapa

He estado tratando de usar Hadoop para enviar N cantidad de líneas a una sola asignación. No necesito que las líneas se dividan ya. He intentado utilizar NLineInputFormat, sin embargo, eso envía N lín