map. set

Hadoop是一个开源的框架，可编写和运行分布式应用处理大规模数据，是专为离线和大规模数据分析而设计的，并不适合那种对几个记录随机读写的在线事务处理模式。Hadoop就是一个分布式计算的解决方案.hadoop能做什么？的40%的Hadoop作业是用pig运

Cloudera Impala对你存储在Apache Hadoop在HDFS，HBase的数据提供直接查询互动的SQL。除了像Hive使用相同的统一存储平台，Impala也使用相同的元数据，SQL语法，ODBC驱动程序和用户界面。Impala还提供了一个熟

由于HIVE中都是等值连接，在JOIN使用的时候，有两种写法在理论上是可以达到相同的效果的，但是由于实际情况的不一样，子表中数据的差异导致结果也不太一样。但是统计的结果却是不一样的。而是用LEFTSEMIJOIN当A表中的记录，在B表上产生符合条件之后就返

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。最常用的就是多表关联查询，主要讲解下join、outerjoin和semijoin的具

/opt/hive-0.9.0/bin/hive -e "use ent;select distinct c.userid from (select a.userid ,a.stat_date from t_result_channel_logi

INSERTOVERWRITELOCALDIRECTORY'/home/cooler2/url.result'selecturl,count(url)ascntfrommessagesgroupbyurlorderbycntdesclimit100;

在hive中不光有orderby操作，还有个sortby操作。两者执行的都是排序的操作，但有存在很大的不同。还是用上次orderby的例子来说明。结果看起来和orderby差不多，但是sortby是不受hive.mapred.mode参数影响，无论hive

http://blogs.msdn.com/b/exchangedev/archive/2010/12/14/exchange-web-services-java-api-1-1-is-now-available-yes-that-s-right-java

将其他Target和Static Library的编译选项里面的Skip Install设置为YES就好了

分组的ListView的拖拽

最近有很多人问我，大数据是怎么学?需要学什么技术以及这些技术的学习顺序是什么?今天有时间我把个问题总结成文章分享给大家。首先我们要学习Java语言和Linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。所以他常被用于大数据处理完成之后