| 失效链接处理 |
|
hadoop词频统计课设报告书 PDF 下载 下载地址：
提取码：zfgv
相关截图：  主要内容：
本课程设计要求学生学习 Hadoop 的基本概念如 MapReduce、HDFS 等，搭建 Hadoop
平台进行相应的设计，掌握在 LINUX 下常用命令，并掌握 Hadoop 的基本操作；通过
MapReduce 编程，以哈姆雷特为研究对象，进行词频统计，统计单个或者多个文本文件中
每个词汇出现的次数；了解 Hadoop 分布式文件系统（HDFS）是 hadoop 上部署的存储架
构，熟练应用 Hadoop 对 HDFS 文件进行创建和读写等操作。通过本课程设计，建立起对
Hadoop 云计算的初步了解，最后通过 Hadoop 平台实现结果的显示。
Hadoop 起源于 Apache Nutch 项目，始于 2002 年，是 Apache Lucene 的子项目之一。
2004 年，Google 在“操作系统设计与实现”（Operating System Design and Implementation，
OSDI）会议上公开发表了题为 MapReduce：Simplified Data Processing on Large Clusters
（Mapreduce：简化大规模集群上的数据处理）的论文之后，受到启发的 Doug Cutting 等
人开始尝试实现 MapReduce 计算框架，并将它与 NDFS（Nutch Distributed File System）结
合，用以支持 Nutch 引擎的主要算法。由于 NDFS 和 MapReduce 在 Nutch 引擎中有着良好
的应用，所以它们于 2006 年 2 月被分离出来，成为一套完整而独立的软件，并被命名为
Hadoop。到了 2008 年年初，hadoop 已成为 Apache 的顶级项目，包含众多子项目，被应
用到包括 Yahoo 在内的很多互联网公司。
Hadoop 由许多元素构成。其最底部是 Hadoop Distributed File System（HDFS），它存
储 Hadoop 集群中所有存储节点上的文件。HDFS 的上一层是 MapReduce 引擎，该引擎由
JobTrackers 和 TaskTrackers 组成。通过对 Hadoop 分布式计算平台最核心的分布式文件系
统 HDFS、MapReduce 处理过程，以及数据仓库工具 Hive 和分布式数据库 Hbase 的介绍，
基本涵盖了 Hadoop 分布式平台的所有技术核心。
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
