不是很容易,但是推荐一些Hadoop家族系列文章,主要介绍Hadoop家族产品,常用的项目包括Hadoop, Hive, Pig, HBase, Sqoop, Mahout, Zookeeper, Avro, Ambari, Chukwa,新增加的项目包括,YARN, Hcatalog, Oozie, Cassandra, Hama, Whirr, Flume, Bigtop, Crunch, Hue等。
一、学习路线图
Hadoop家族学习路线图 开篇必读
Hive学习路线图
Mahout学习路线图
二、编程实践
Hadoop历史版本安装
用Maven构建Hadoop项目
Hadoop编程调用HDFS
用Maven构建Mahout项目
Mahout推荐算法API详解
用MapReduce实现矩阵乘法
从源代码剖析Mahout推荐引擎
Mahout分步式程序开发 基于物品的协同过滤ItemCF
Mahout分步式程序开发 聚类Kmeans
PageRank算法并行实现
三、案例分析
海量Web日志分析 用Hadoop提取KPI统计指标
用Hadoop构建电影推荐系统
用Mahout构建职位推荐引擎
Mahout构建图书推荐系统
PeopleRank从社交网络中发现个体价值
如果是掌握hadoop的使用,java基础好就可以,看看hadoop权威指南。
想深入学习源码的话,就需要些网络编程的知识了。
具体步骤:
1.选择一个hadoop的版本,然后阅读文档了解hadoop:what's hadoop, why hadoop exists;
2.安装hadoop,三种方式都试下;
3.在hadoop文档里面有hadoop command的资料,i.hdfs command,尽量试试这两方面的命令;
4.hadoop files,看看hadoop文件的概念,关注它的分布式特点,然后看reduce函数输出文件;
5.自己写wordcount与advanced wordcount;
6.写sort程序;
7.使用randomtextwriter;
8.模仿sequencefileinputformat、sequencefileoutputformat、写自己的;
9.yahoo有一个hadoop的教程,英文版的,里面的内容很好;
10.《hadoop权威指南》当参考书,自己就可以实战了!
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....