about云每日一读汇总（第八篇2015.05.01）

about云每日一读汇总（第一篇）

about云每日一读汇总（第二篇）

about云每日一读汇总（第三篇2014.10.20）

about云每日一读汇总（第四篇2014.12.10）

about云每日一读汇总（第五篇2015.01.01）

about云每日一读汇总（第六篇2015.02.01）

about云每日一读汇总（第七篇2015.03.01）

#####################################################
about云2015年06月20日每日一读

个人数据才是大未来
http://www.aboutyun.com/thread-13836-1-1.html

使用snapshot实现hdfs文件备份和恢复实战
http://www.aboutyun.com/thread-13838-1-1.html
1.如何允许创建快照？
2.如何创建快照？
3.查看快照使用什么命令？
4.哪个命令可以实现恢复快照？

zookeeper的一致性协议：ZAB
http://www.aboutyun.com/thread-13828-1-1.html

1.什么是ZAB？

2.Zookeeper是否可以理解为一个小存储系统？

3.吞吐量很高时，磁盘的IO便成为系统瓶颈如何解决？

OpenStack实践基础知识（一）
http://www.aboutyun.com/thread-13829-1-1.html

OpenStack适用于企业哪些业务？
OpenStack和VMware、KVM有哪些本质区别？
在Docker如此火的当今社会，OpenStack有何优势？
OpenStack和CloudStack各自的优势是什么?
OpenStack和CloudStack 会成为互补关系吗？

网商银行架构解析：数据驱动+平台运营
http://www.aboutyun.com/thread-13830-1-1.html
1.网商银行的优势？
2.网商银行的架构是什么？
3.建立智慧银行的关键是什么？

Spark SQL中的DataFrame
http://www.aboutyun.com/thread-13832-1-1.html
1.DataFream是如何创建的？
2.有哪些方法创建其接口？

Databircks连城：Spark SQL结构化数据分析
http://www.aboutyun.com/thread-13833-1-1.html
1.什么是DataFrame？
2.Spark SQL如何实现API的？
3.DataFame是如何替代RDD的？

urllib2抓取网页内容
http://www.aboutyun.com/thread-13837-1-1.html
1.urllib2的作用是什么?
2.如何通过正则表达式来获取网页部分信息？

小知识：

solr4.7开发实践——拼音检索思路及代码实现
http://www.aboutyun.com/thread-13839-1-1.html

资源：

Shell_教程系列10：sed 用法介绍
http://www.aboutyun.com/thread-13842-1-1.html

Shell_教程系列11：011-sort-cut-join合并与分割
http://www.aboutyun.com/thread-13843-1-1.html

R语言入门教程
http://www.aboutyun.com/thread-13840-1-1.html

Scala 2.11 API
http://www.aboutyun.com/thread-13841-1-1.html

about云6-openstack环境准备-克隆虚拟机及配置
http://www.aboutyun.com/thread-13827-1-1.html

问答：
flume 可以sink到本地文件目录么
http://www.aboutyun.com/thread-13831-1-1.html

cloud foundry 监控 rest api如何调用？
http://www.aboutyun.com/thread-13834-1-1.html

about云2015年06月19日每日一读

解析Apache Storm 0.10.0-beta发布：剑指Heron
http://www.aboutyun.com/thread-13817-1-1.html
1.storm在安全性方面做了哪些改进？
2.storm任务以及拓扑部署上的改进优化了哪些内容？
3.分组策略方面做了如何的改进?
4.storm通过什么方式允许hive数据接入？
5.对于Redis的支持，你认为带来什么好处？

新手学习编程入门最佳方式是什么
http://www.aboutyun.com/thread-13818-1-1.html

Kafka实战－简单示例
http://www.aboutyun.com/thread-13801-1-1.html
1.kafka的组成有什么？
2.开发环境如何配置？
3.ConfigureAPI、Consumer、Producer分别如何编写？

Kafka实战－入门
http://www.aboutyun.com/thread-13805-1-1.html
1.何为Kafka？
2.Kafka有哪些应用场景？
3.Kafka的架构原理是什么？

Kafka实战－Kafka Cluster
http://www.aboutyun.com/thread-13807-1-1.html
1.Kafka Cluster的基础软件准备有哪些？
2.如何部署Kafka Cluster？
3.如何使用Send Messages？
4.HA的特性是什么？

Hadoop2源码分析－准备篇
http://www.aboutyun.com/thread-13809-1-1.html
1.如何搭建hadoop环境？
2.如何查看hadoop源码？

配置高可用的Hadoop平台
http://www.aboutyun.com/thread-13810-1-1.html
1.如何搭建hadoop高可用?
2.HDFS配置HA的结构是什么样子的？

小知识：

Hive 合并输入输出文件设置
http://www.aboutyun.com/thread-13819-1-1.html

hive UDF自动增长列函数
http://www.aboutyun.com/thread-13820-1-1.html

OpenStack Rally性能测试
http://www.aboutyun.com/thread-13815-1-1.html

资源：

Shell_教程系列8：008-grep家族
http://www.aboutyun.com/thread-13821-1-1.html

Shell_教程系列9：009-awk介绍
http://www.aboutyun.com/thread-13822-1-1.html

阿里架构师：分布式计算开源框架Hadoop 入门实践
http://www.aboutyun.com/thread-13823-1-1.html

大数据项目报告样本
http://www.aboutyun.com/thread-13824-1-1.html

大数据在航空业有大作为
http://www.aboutyun.com/thread-13825-1-1.html

问答：

win7 eclipise远程连接虚拟机centos 7 上面搭建hadoop2.7出错求救
http://www.aboutyun.com/thread-13804-1-1.html

Hbase集成Phoenix插入数据问题
http://www.aboutyun.com/thread-13808-1-1.html

Hregionserver异常退出
http://www.aboutyun.com/thread-13811-1-1.html

安装cloudera-manager-agent时出现问题
http://www.aboutyun.com/thread-13812-1-1.html

ganglia可以监控集群的I/O吗？
http://www.aboutyun.com/thread-13816-1-1.html

about云2015年06月18日每日一读

数据分析师或者数据挖掘工程师面试都问什么问题？
http://www.aboutyun.com/thread-13792-1-1.html
1.普通的在校大学生如何才能从事数据挖掘？
2.对数据挖掘的理解是什么？
3.需要具备那些专业技能？

Kafka实战－实时日志统计流程
http://www.aboutyun.com/thread-13788-1-1.html
1.项目的整理流程是怎样？
2.flume在项目中的作用是什么以及怎么使用？
3.kafka的功能是什么？
4.storm的特点和功能有哪些？

推荐系统入门
http://www.aboutyun.com/thread-13780-1-1.html
1、什么是推荐？
2、推荐系统原理是什么？
3、如何评测一个推荐系统？

Facebook如何向十亿人推荐东西
http://www.aboutyun.com/thread-13787-1-1.html
1.Facebook使用的什么推荐算法？
2.Facebook如何修改Giraph的？

专注做事，竟然也成为我们的稀缺能力
http://www.aboutyun.com/thread-13781-1-1.html
1、专注的现状如何？
2、我们应该怎么做？

数据挖掘18大算法实现以及其他相关经典DM算法
http://www.aboutyun.com/thread-13786-1-1.html
1.18大数据挖掘的经典算法有哪些？
2.其他的算法有哪些？

基于大数据分析的安全管理平台技术研究及应用
http://www.aboutyun.com/thread-13793-1-1.html
1.什么是大数据？
2.大数据的基本特征是什么？
3大数据安全分析技术的安全管理平台具有以下显著特征是什么？
4.安全数据的大数据化的主要表现？

浅析大数据与云计算物联网等热点的关系
http://www.aboutyun.com/thread-13795-1-1.html
1.大数据市场的格局是什么？
2.大数据与移动互联网、物联网以及传统互联网的关系是什么？
3.本文认为移动互联网、物联网以及云计算等热点崛起的原因是什么？
4.大数据的来源有哪些？

Spark GraphX
http://www.aboutyun.com/thread-13783-1-1.html

小知识分享：
devstack 安装注意事项
http://www.aboutyun.com/thread-13790-1-1.html

devstack 重启注意事项
http://www.aboutyun.com/thread-13791-1-1.html

资源：
hadoop-eclipse-plugin-2.7.0.jar插件分享
http://www.aboutyun.com/thread-13794-1-1.html

Shell_教程系列6：006-命令执行顺序
http://www.aboutyun.com/thread-13796-1-1.html

Shell_教程系列7：007-正则表达式
http://www.aboutyun.com/thread-13797-1-1.html

大数据分析_天文时空数据可视化分析
http://www.aboutyun.com/thread-13798-1-1.html

图流合璧——基于Spark Streaming和GraphX的动态图计算
http://www.aboutyun.com/thread-13799-1-1.html

问答：

Hbase数据如何快速导入导出
http://www.aboutyun.com/thread-13784-1-1.html

phoenix如何高效查询Hbase？
http://www.aboutyun.com/thread-13785-1-1.html

Eclipse提交Job到yarn上
http://www.aboutyun.com/thread-13789-1-1.html

about云2015年06月17日每日一读
Apache Mesos的真实使用场景
http://www.aboutyun.com/thread-13765-1-1.html
1.在同一个集群中运行不同类型的成熟的服务（dev,test,production）这样是否可以实现？
2.Mesos是否可以提升资源利用率？
3.本文容器编排是什么意思？

快速了解Scala技术栈
http://www.aboutyun.com/thread-13756-1-1.html
1.Scala的发展如何？
2.Scala开发的框架与工具，涉及到的领域有那些？
3.Scaa在分布式系统中优势有那些？

Hadoop项目案例－用户行为分析之应用概述（一）
http://www.aboutyun.com/thread-13761-1-1.html

Hadoop项目案例－用户行为分析之应用概述（二）
http://www.aboutyun.com/thread-13762-1-1.html

linux top命令VIRT,RES,SHR,DATA的含义
http://www.aboutyun.com/thread-13777-1-1.html
1.什么是VIRT？
2.什么是RES？
3.什么是SHR？

资源：

about云5-安装ssh及更新软件包、openstack包
http://www.aboutyun.com/thread-13759-1-1.html

hadoop生态系统介绍【英文版132页】推荐
http://www.aboutyun.com/thread-13770-1-1.html

Packt.Machine.Learning.with.Spark
http://www.aboutyun.com/thread-13771-1-1.html

Shell_教程系列4：文件名置换
http://www.aboutyun.com/thread-13768-1-1.html

Shell_教程系列5：echo-管道-read-cat-tee-exec
http://www.aboutyun.com/thread-13769-1-1.html

小知识：

storm和spark场景选择【小知识经验总结】
http://www.aboutyun.com/thread-13772-1-1.html

用mapreduce将文件转换为SequenceFile文件
http://www.aboutyun.com/thread-13776-1-1.html

【Flume】flume文件监控的source组件开发，增量传输文件内容，支持断点续传功能
http://www.aboutyun.com/thread-13757-1-1.html

问答：

openstack dashboard 登陆报错要关闭浏览器再开才能登陆
http://www.aboutyun.com/thread-13763-1-1.html

【求助】虚拟机CPU与物理CPU之间的关系
http://www.aboutyun.com/thread-13764-1-1.html

【求助】虚拟机内存与物理机内存之间的关系
http://www.aboutyun.com/thread-13766-1-1.html

ganglia多出了一个结点，该怎么去掉这个结点？
http://www.aboutyun.com/thread-13767-1-1.html

java程序内存使用的问题
http://www.aboutyun.com/thread-13774-1-1.html

求教：在集群主节点启动spark-shell --master spark://hadoop-master:7077之后
http://www.aboutyun.com/thread-13758-1-1.html

【求助】XenServer与OpenStack的区别
http://www.aboutyun.com/thread-13760-1-1.html

about云2015年06月16日每日一读

about云|新出视频，openstack零基础入门，解决你ping不通外网难题【投票调查】
http://www.aboutyun.com/thread-13752-1-1.html

怎么面试架构师【注重招式还是心法】
http://www.aboutyun.com/thread-13740-1-1.html

程序员在职业生涯中如何规划自己？
http://www.aboutyun.com/thread-13743-1-1.html

基于 HBase 构建可伸缩的分布式事务队列
http://www.aboutyun.com/thread-13738-1-1.html
1.一个实时流处理框架由什么组成？
2.框架之间的主要区别有哪些？
3.什么是可扩展队列？
4.如何理解Hbase生产者与消费者之间的概念？

MapReduce之计数器及实例
http://www.aboutyun.com/thread-13745-1-1.html
1.hadoop有哪些内置计数器？
2.job.getCounters()可以得到什么？
3.MapReduce是否允许用户自定义计数器？

怎样成为一个数据科学家:针对大学毕业生的指导(译)
http://www.aboutyun.com/thread-13750-1-1.html
1、数据科学家所需核心技能有哪些？
2、你应该返回学校继续修炼吗？
3、数据科学家的软技能是什么？

源码解读ODL与OpenFlow交换机建立过程
http://www.aboutyun.com/thread-13751-1-1.html
1、OF协议模块如何启动？
2、I/O处理线程中的消息处理是什么？
3、什么是链路发现（LLDP）？

李开复：给大学生的一封信——当迷茫在大学里泛滥成灾
http://www.aboutyun.com/thread-13742-1-1.html

小知识：

Scala如何实现与JAVA交互
http://www.aboutyun.com/thread-13744-1-1.html

资源：

Shell_教程系列1：001文件安全与权限
http://www.aboutyun.com/thread-13747-1-1.html

Shell_教程系列2：002-使用find和xargs【find-xargs】
http://www.aboutyun.com/thread-13748-1-1.html

Shell_教程系列3：003-cron-at-nohup后台执行命令
http://www.aboutyun.com/thread-13749-1-1.html

问答：

CDH 使用 ldap+ kerberos + sentry 一直没安装成功过
http://www.aboutyun.com/thread-13731-1-1.html

求助如何在mapreduce过程中加载外部第三方jar包？
http://www.aboutyun.com/thread-13737-1-1.html

求解！neutron能ping通路由网关，无法ping通外网
http://www.aboutyun.com/thread-13741-1-1.html

什么时候运行Combiner？
http://www.aboutyun.com/thread-13746-1-1.html

about云2015年06月15日每日一读

站在大数据金字塔尖的人
http://www.aboutyun.com/thread-13717-1-1.html

1.数据科学家在工作中是怎样解决问题的呢？

2.数据科学家是怎么又来的？

3.数据科学家是如何定义的？

4.数据科学家有哪几种类别？

5.要成为一名数据科学家，需要掌握哪些核心技能？

大学生入职必读--所有这些，只为写给初入职场的你
http://www.aboutyun.com/thread-13719-1-1.html

5年内不构建数据化运营体系，你的公司就可能完蛋！
http://www.aboutyun.com/thread-13715-1-1.html
1.什么是数据驱动？
2.为什么数据化运营如此重要？
3.数据驱动决策是怎么的一个过程？

写给年轻程序员创业的一封信
http://www.aboutyun.com/thread-13714-1-1.html
1.为什么要给年轻程序员写这封信？
2.什么是创业？
3.创业要付出哪些成本？

《Docker为什么》系列：01Docker是如何重新定义并简化Linux的？
http://www.aboutyun.com/thread-13716-1-1.html
1.Docker有哪些特点？
2.服务单元要做哪些事情？
3.为什么要使用Docker？

openstack还存在哪些问题【2015年】
http://www.aboutyun.com/thread-13720-1-1.html

1.这里认为OpenStack是什么？

2.你认为OpenStack和Hadoop之间的账户、安全、管理运维和监控体系该如何打通？

LinkedIn运行大规模的Kafka集群
http://www.aboutyun.com/thread-13723-1-1.html
1.Kafka是否关心消息中的内容？
2.LinkedIn让Kafka定义了哪四种类别的消息？
3.审计完整性(Auditing Completeness)与LinkedIn是什么关系？

about云2015年06月第二周经典回顾
http://www.aboutyun.com/thread-13729-1-1.html

小知识：
Kafka的一个配置参数
http://www.aboutyun.com/thread-13722-1-1.html

资源：
Learning Apache Kafka(PACKT,2ed,2015)Kafka学习第二版【210页】
http://www.aboutyun.com/thread-13724-1-1.html

kettle4.2.0探索（BI ）
http://www.aboutyun.com/thread-13725-1-1.html

Kettle_Spoon【BI】
http://www.aboutyun.com/thread-13726-1-1.html

问答：

openstack 里面的floating IP以什么形式存在实例中
http://www.aboutyun.com/thread-13718-1-1.html

eclipse 运行mapreduce去重程序报空值异常
http://www.aboutyun.com/thread-13721-1-1.html

about云2015年06月14日每日一读

Spark 1.4：SparkR发布，钨丝计划锋芒初露
http://www.aboutyun.com/thread-13702-1-1.html
1.Spark项目是如何发展的？
2.SparkR整合有哪些好处？
3.Spark1.4有哪些新特性？

一个技术人的知识管理方法论
http://www.aboutyun.com/thread-13707-1-1.html
1、如何让解决问题依赖知识积累和思维工具而不是偶发灵感？
2、知识管理方法论解决的是什么问题？
3、个人知识管理方法论有哪些特点？
4、个人知识管理方法论的关键在于？

通过身边小事解释机器学习是什么？
http://www.aboutyun.com/thread-13708-1-1.html
1.本人是如何通过身边例子，讲述什么是机器学习？
2.通过买芒果说明什么问题？
3.本文中规则列表是什么？

SDN的横向扩展对OpenStack Neutron的影响
http://www.aboutyun.com/thread-13703-1-1.html
1.OpenStack的Kilo版本集成了哪些项目？
2.Neutron所暴露的API分类与其子分类下支持的操作有哪些？
3.OpenStack和SDN控制器勾勒出怎么样的伟大的蓝图？
4.SDN控制器部署选项与OpenStack的集成带来哪些好处？

这就是搜索引擎--读书笔记七--倒排列表压缩算法
http://www.aboutyun.com/thread-13706-1-1.html
1、评判算法优劣的指标有哪些？
2、什么是压缩率？
3、倒排文件压缩算法有哪些？

资源：
hadoop2.x配置文件汇总与hadoop1.x的差异
http://www.aboutyun.com/thread-13709-1-1.html

1王树鹏-讲义《大数据技术及应用探讨》
http://www.aboutyun.com/thread-13710-1-1.html

分布式系统【英文书籍】
http://www.aboutyun.com/thread-13711-1-1.html

手机淘宝推荐中的排序学习-孝文
http://www.aboutyun.com/thread-13712-1-1.html

问答：

storm java.nio.channels.UnresolvedAddressException: null
http://www.aboutyun.com/thread-13705-1-1.html

hadoop job uber mode
http://www.aboutyun.com/thread-13704-1-1.html

about云2015年06月13日每日一读

论Spark Streaming的数据可靠性和一致性
http://www.aboutyun.com/thread-13689-1-1.html
1.流数据的处理过程有哪些？
2.Streaming是如何处理流式数据的？

PAAS平台构建实时高可用应用的方案设计（7×24小时）
http://www.aboutyun.com/thread-13696-1-1.html
1.本方案设计主要涉及下面哪几方面的改进?
2.应用运行调度模块能够完成什么事情？
3.重启应用模块的作用是什么？

强人工智能基本问题：神经网络分层还是不分层
http://www.aboutyun.com/thread-13690-1-1.html

1.理论上，神经网络分层需要分几层？

2.若不分层，会面对那些问题？

强人工智能基本问题：自上而下，还是自下而上
http://www.aboutyun.com/thread-13693-1-1.html

1.对于人工智能的研究而言，什么是层级？

2.强人工智能的物质基础和神经元细胞有哪些？

强人工智能基本问题：全局控制与自组织
http://www.aboutyun.com/thread-13694-1-1.html
1.神经网络系统中的全局控制是什么？
2.相对于全局控制，神经网络系统中的的自组织需要考虑哪些问题？

小知识分享：

清理HBase中旧版本数据
http://www.aboutyun.com/thread-13685-1-1.html

VM虚拟机克隆后需要更改的配置
http://www.aboutyun.com/thread-13687-1-1.html

Redis优化内存的九个重点
http://www.aboutyun.com/thread-13695-1-1.html

资源：

感知物联,现在出发-2015IBM中国物联网峰会
http://www.aboutyun.com/thread-13697-1-1.html

风暴应用于实时事件处理策略【英文版307页】
http://www.aboutyun.com/thread-13698-1-1.html

大数据系统核心技术
http://www.aboutyun.com/thread-13699-1-1.html

nvidia潘迪--GPU加速大数据分析应用 NVIDIA助力智慧城市建设
http://www.aboutyun.com/thread-13700-1-1.html

问答：

玩转机器学习、流分析和PowerBI
http://www.aboutyun.com/thread-13688-1-1.html

paxos分布式一致性算法--讲述诸葛亮的反穿越
http://www.aboutyun.com/thread-13691-1-1.html

paxos算法如何容错的--讲述五虎将的实践
http://www.aboutyun.com/thread-13692-1-1.html

about云2015年06月12日每日一读

基于HttpClient实现网络爬虫~以百度新闻为例
http://www.aboutyun.com/thread-13668-1-1.html
1.如何通过浏览器获得http请求？
2.http的请求的代码实现是什么？
3.百度新闻是如何实现这一爬虫的？

OpenTSDB 造成 Hbase 整点压力过大问题的排查和解决
http://www.aboutyun.com/thread-13667-1-1.html
1.什么是OpenTSDB？
2.用OpenTSDB监控HBase会出现什么问题？
3.该如何去解决这写问题？

什么阻碍了强人工智能的发展
http://www.aboutyun.com/thread-13671-1-1.html
1.哪些问题阻碍了人工智能的发展？
2.这些问题出现的原因是什么？

搜索引擎五--索引的建立与更新
http://www.aboutyun.com/thread-13680-1-1.html
1.两遍文档遍历法速度快的原因是什么？
2.如何创建索引？
3.归并法和排序法的区别是什么？
4.常用的索引更新策略有哪4种？

搜索引擎六--索引的查询
http://www.aboutyun.com/thread-13683-1-1.html
1.搜索引擎建立索引,如何实现用户查询？
2.什么是一次一文档？
3.什么是一次一单词？

OpenStack rpm打包（制作本地源）
http://www.aboutyun.com/thread-13672-1-1.html

资源：

从数据管理视角看大数据挑战
http://www.aboutyun.com/thread-13674-1-1.html

算法工程师综合练习卷
http://www.aboutyun.com/thread-13675-1-1.html

Storm配置详解
http://www.aboutyun.com/thread-13676-1-1.html

构建云通讯PAAS平台的挑战和应对之道
http://www.aboutyun.com/thread-13677-1-1.html

小知识：
HBase表的架构原理
http://www.aboutyun.com/thread-13678-1-1.html

问答：
客户端缓存数据优化Hbase的疑问
http://www.aboutyun.com/thread-13669-1-1.html

在HDFS与Local本地间进行数据文件的copy
http://www.aboutyun.com/thread-13681-1-1.html

小文件合并成SequenceFile文件
http://www.aboutyun.com/thread-13682-1-1.html

about云2015年06月11日每日一读

从Hadoop到Spark的架构实践
http://www.aboutyun.com/thread-13651-1-1.html
1.基于YARN和Spark,作者认为整个数据平台达到了什么目标？
2.整个架构中，Spark Streaming主要完成了哪些工作？
3.使用Spark遇到了哪些问题？

基于Mesos和Docker的分布式计算平台
http://www.aboutyun.com/thread-13646-1-1.html
1.作为分布式架构师，分布式系统设计准则是什么？
2.Mesos是否负责任务调度？
3.分布式环境下的进程通信使用的是什么组件？

Hadoop 的 Oozie 工作流管理引擎的实际应用
http://www.aboutyun.com/thread-13665-1-1.html
1. Apache Oozie 是什么？
2. Oozie工作流有哪些形式？
3. 如何配置Oozie使用Shell、Java、Sqoop、Hive 和电子邮件操作？
4. Oozie Shell/Java/Sqoop/Hive/ 电子邮件如何操作 ?

Spark ALS 实现协同过滤
http://www.aboutyun.com/thread-13648-1-1.html
1.如何使用Spark ALS（交替最小二乘法)实现协同过滤？
2.如何给一个或大量用户进行推荐商品？

Windows Azure 系列-- Azure Queue的操作
http://www.aboutyun.com/thread-13653-1-1.html
1.如何访问Azure的Storage？
2.如何拿取指定数量的消息？
3.如何创建Azure Q？

小知识：

Maven构建Hadoop Web项目
http://www.aboutyun.com/thread-13650-1-1.html

资源：

ggplot2：数据分析与图形艺术
http://www.aboutyun.com/thread-13660-1-1.html

Openflow协议通信流程解读
http://www.aboutyun.com/thread-13662-1-1.html

storm实时计算英文版【336页】
http://www.aboutyun.com/thread-13664-1-1.html

问答：

用zookeeper建立HA,在什么节点上格式化zookeeper
http://www.aboutyun.com/thread-13637-1-1.html

mahout测试时出现问题
http://www.aboutyun.com/thread-13639-1-1.html

oozie配置hive脚本是报错
http://www.aboutyun.com/thread-13644-1-1.html

求助一道mapreduce程序
http://www.aboutyun.com/thread-13645-1-1.html

如何获得hbase数据访问和更新的记录
http://www.aboutyun.com/thread-13649-1-1.html

Cloudera Manager 安装问题
http://www.aboutyun.com/thread-13652-1-1.html

报 [org.apache.oozie.action.hadoop.HiveMain], exit code [40000]]
http://www.aboutyun.com/thread-13654-1-1.html

CDH 离线安装
http://www.aboutyun.com/thread-13661-1-1.html

about云2015年06月10日每日一读

基于lucene的案例开发：纵横小说数据库设计
http://www.aboutyun.com/thread-13617-1-1.html
1.纵横小说数据库设计思路是什么？
2.四张表用来做什么的？
3.表novelchapter存储什么的？

使用hadoop mapreduce实现ip地理位置统计并直接入库mysql
http://www.aboutyun.com/thread-13621-1-1.html
1.在mapreduce中如何实现将结果写入mysql数据库中？
2.通过自定义哪个类实现将reduce结果写到数据库？
3.使用mapreduce实现ip地理位置统计ip归属地和运营商？

使用hadoop mapreduce实现商品统计关联度
http://www.aboutyun.com/thread-13622-1-1.html
1.如何使用mapreduce实现商品统计关联度？
2.使用mapreduce实现商品统计关联度实现的思路是什么？
3.通过map函数实现什么功能？
4.reduce在商品统计关联度中的作用是什么？

成为真正的数据架构师需要哪些条件
http://www.aboutyun.com/thread-13616-1-1.html

搜索引擎--读书笔记四
http://www.aboutyun.com/thread-13630-1-1.html
1.什么是倒排索引？
2.什么是单词词典？
3.什么是倒排列表？

大数据分布式系统 Drill 升级成为Apache的顶级项目
http://www.aboutyun.com/thread-13624-1-1.html

Drill安装和使用，请问有哪位大侠有整理这方面的内容？
http://www.aboutyun.com/thread-13613-1-1.html

如何使用Spark ALS实现协同过滤
http://www.aboutyun.com/thread-13620-1-1.html

小知识：

利用sqoop对mysql执行DML操作
http://www.aboutyun.com/thread-13625-1-1.html

Hadoop MapReduce编程个人总结
http://www.aboutyun.com/thread-13626-1-1.html

问答：

Hbase Hmaster起一下就挂了
http://www.aboutyun.com/thread-13627-1-1.html

我的DataFrame这样加过滤条件有问题吗？
http://www.aboutyun.com/thread-13614-1-1.html

eclipse进行spark的scala编程，遇到问题了，求助
http://www.aboutyun.com/thread-13615-1-1.html

资源：
R语言基础编程技巧汇编（图片版、第一版）-刘宁
http://www.aboutyun.com/thread-13628-1-1.html

词云可视化——中文分词与词云制作-沈浩老师
http://www.aboutyun.com/thread-13629-1-1.html

YCSB 中如何编译满足hadoop-2.2.0以及Hbase的jar
http://www.aboutyun.com/thread-13619-1-1.html

实时索引代码|mongo数据库管理源代码|IP归属地查询源代码下载
http://www.aboutyun.com/thread-13623-1-1.html

about云2015年06月06日每日一读

Spark Streaming性能调优详解
http://www.aboutyun.com/thread-13572-1-1.html
1.设置合理的批处理时间(batchDuration)的标准是什么？
2.Spark Streaming如何实现充分地利用集群的资源？
3.如何设置合理的GC？

云服务器性能测试之web压力测试
http://www.aboutyun.com/thread-13573-1-1.html
1.本文采用的什么工具压力测试？
2.如何实现压力测试？
3.如何实现压力测试？

机器学习中的数据清洗与特征处理综述
http://www.aboutyun.com/thread-13567-1-1.html
1.确定哪些数据来达到目标？哪些因素决定特征使用方案？
2.特征获取方案有哪些？
3.如何处理特征与标注数据？
4.特征分类有哪些？
5.特征常用的处理方法有哪些？
6.如何对特征监控？

如何通过Spark客户端向Spark提交任务
http://www.aboutyun.com/thread-13575-1-1.html
1.spark客户端有哪些配置列表？
2.如何向spark集群提交应用？
3.deploy-mode参数都是什么含义？

搜索引擎--读书笔记一
http://www.aboutyun.com/thread-13566-1-1.html

1.商业搜索引擎公司是如何发展的？
2.搜索引擎公司是如何发展的？
3.搜索引擎技术框架有哪些？

搜索引擎--读书笔记二
http://www.aboutyun.com/thread-13570-1-1.html
1.什么是网络爬虫？
2.通用爬虫框架有哪些部分组成？
3.优秀爬虫有哪些特性？

Hadoop的压缩算法实现和压缩算法选择
http://www.aboutyun.com/thread-13576-1-1.html
1.为什么要对hadoop文件压缩？
2.本文中压缩和解压缩是哪个接口？
3.怎么选择压缩算法？

小知识：
kafka分区原理解析图
http://www.aboutyun.com/thread-13574-1-1.html

问答：

yum 安装mysql 错误
http://www.aboutyun.com/thread-13561-1-1.html

关于流合并（join）的问题
http://www.aboutyun.com/thread-13571-1-1.html

资源：

虚拟化入门视频下载
http://www.aboutyun.com/thread-13577-1-1.html

虚拟化原理视频下载
http://www.aboutyun.com/thread-13578-1-1.html

从源码角度分析Hadoop中 Eclipse中开发的代码是如何提交给集群的？
http://www.aboutyun.com/thread-13579-1-1.html

about云2015年06月05日每日一读

如何提升你的能力？给年轻程序员的几条建议
http://www.aboutyun.com/thread-13552-1-1.html

机器学习实例详解如何解决问题
http://www.aboutyun.com/thread-13554-1-1.html
1.什么是机器学习？
2.有监督的机器学习在解决实际问题时，哪有两个流程？
3.什么是模型（model）？
4.为什么要用机器学习解决问题？
5.机器学习应该用于解决什么问题？

Phoenix二级索引浅谈
http://www.aboutyun.com/thread-13539-1-1.html
1.Phoenix官网上提供了哪三个与Hbase兼容的版本？
2.不可变索引的存储方式是什么？
3.如何修改新增数据？

计算机视觉：随机森林算法在人体识别中的应用
http://www.aboutyun.com/thread-13544-1-1.html
1.何为人体识别？
2.随机森林在人体识别中的应用有哪些？
3.随机森林的优势与缺点是什么？

利用Azure Traffic Manager保证业务的可用性
http://www.aboutyun.com/thread-13547-1-1.html
1.Microsoft Azure Traffic Manager是什么？能为我们干什么？
2.Traffic Mannger如何配置？

【Flume】flume中transactionCapacity和batchSize概念的具体分析和解惑
http://www.aboutyun.com/thread-13555-1-1.html
1.transactionCapacity的作用啊？
2.batchSize又是干啥的啊？
3.什么情况下，事务会提交，事务提交做了什么呢？

小知识：

Speedy，京东开源的Docker镜像存储系统
http://www.aboutyun.com/thread-13553-1-1.html

资源：

奉上3本机器学习英文原版书（一）
http://www.aboutyun.com/thread-13538-1-1.html

自制首发《OpenStack实战指南》
http://www.aboutyun.com/thread-13548-1-1.html

OpenStack高可用指南
http://www.aboutyun.com/thread-13556-1-1.html

SPSS19.0经典教程[1216页]
http://www.aboutyun.com/thread-13557-1-1.html

问答：

HDFS数据块丢失和损坏的原因有哪些？
http://www.aboutyun.com/thread-13540-1-1.html

怎样搭建hadoop源码开发环境？
http://www.aboutyun.com/thread-13543-1-1.html

关于flume-ng Memorychannel配置capacity和transcapacity大小的问题
http://www.aboutyun.com/thread-13545-1-1.html

求助OpenStack搭建后web中没有项目
http://www.aboutyun.com/thread-13546-1-1.html

about云2015年06月05日每日一读

为什么不使用ZooKeeper构建云平台发现服务？
http://www.aboutyun.com/thread-13521-1-1.html
1.云平台部署时具有哪些特点？
2.Zookeeper在作为云平台搭建时会有哪些短板？
3.在构建服务时，Eureka的优势在哪？

小公司如何实现土豪级的灾备方案
http://www.aboutyun.com/thread-13522-1-1.html
1.云灾备有哪些优势？
2.AWS云服务是如何部署及使用的？

Hadoop实现Clustering by fast search and find of density peaks
http://www.aboutyun.com/thread-13535-1-1.html
1.Hadoop实现聚类快速搜索的思路是什么？
2.计算“局部密度距离”中，Mapper实现了什么功能？
3.如何实现根据决策图人工确定聚类个数？

机器学习最佳入门学习资料汇总
http://www.aboutyun.com/thread-13531-1-1.html

Neutron使用openvswitch网络通信的基本原理
http://www.aboutyun.com/thread-13526-1-1.html

小知识：

[Hive]Hive将一行记录拆分成多行
http://www.aboutyun.com/thread-13518-1-1.html

docker1.5的一个小问题
http://www.aboutyun.com/thread-13529-1-1.html

资源：

《SAS入门到精通》系列3：sas讲义(word版32章)
http://www.aboutyun.com/thread-13532-1-1.html

《SAS入门到精通》系列4：sas讲义(word版23章)
http://www.aboutyun.com/thread-13533-1-1.html

精通Hadoop
http://www.aboutyun.com/thread-13534-1-1.html

问答：

云计算中租户虚拟网络管理研究
http://www.aboutyun.com/thread-13520-1-1.html

hbase怎么查询表里的总纪录数呢？
http://www.aboutyun.com/thread-13523-1-1.html

求助一个问题，nova网络ping 网关不通，但是ping物理网段内的其他机器都可以
http://www.aboutyun.com/thread-13527-1-1.html

hive中删除表的错误Error, return code 1 from org.apache.hadoop.hive.ql.exec.DD
http://www.aboutyun.com/thread-13530-1-1.html

hive:Access denied for user 'root'@'%'
http://www.aboutyun.com/thread-13536-1-1.html

about云2015年06月04日每日一读

程序员职业发展瓶颈：被人信任才能有广阔未来[写给代码技术同事]
http://www.aboutyun.com/thread-13510-1-1.html

GC调优在Spark应用中的实践
http://www.aboutyun.com/thread-13513-1-1.html
1.spark是否兼容批处理和流式处理？
2.配置垃圾收集器时，主要有哪两种策略？
3.GC算法原理是什么？
4.spark如何根据日志进一步调优？

漫谈大数据安全--以企业入侵检测日志分析为例
http://www.aboutyun.com/thread-13514-1-1.html
1.大数据如何感知威胁？
2.如何对攻击者进行画像，攻击手段进行建模？
3.数据分析包含哪些基本流程？

开源大数据查询分析引擎现状
http://www.aboutyun.com/thread-13504-1-1.html
1.当前的主流大数据查询分析引擎有哪些？
2.主流引擎具有什么架构？
3.主流引擎的系能评价如何？

Twitter发布新的大数据实时分析系统Heron
http://www.aboutyun.com/thread-13509-1-1.html
1.Heron是否可以推荐storm？
2.为了美分享处理数十亿的能力，Twitter提出了几种解决方案？
3.Heron的目标是什么？
4.Heron有哪些功能？

基于大数据分析的安全管理平台技术研究及应用
http://www.aboutyun.com/thread-13503-1-1.html
1.何为大数据？
2.大数据的安全分析是什么?
3.有哪些基于大数据安全分析的管理平台？

资源：
奉上两本新近的Hadoop英文原版书
http://www.aboutyun.com/thread-13512-1-1.html

《SAS入门到精通》系列1：知识点串讲视频及PPT【24章】
http://www.aboutyun.com/thread-13515-1-1.html

《SAS入门到精通》系列2：SAS程序
http://www.aboutyun.com/thread-13516-1-1.html

问答：

求助帖，为何shuffle时间会是负数？
http://www.aboutyun.com/thread-13501-1-1.html

hadoop+hbase ha集群 master启动失败
http://www.aboutyun.com/thread-13505-1-1.html

default_container_executor.sh每次都要花蛤10S？帮忙分析
http://www.aboutyun.com/thread-13507-1-1.html

about云2015年06月03日每日一读

程序员：如何提高影响力，为自己代言
http://www.aboutyun.com/thread-13490-1-1.html

openstack【juno】入门高级篇：为何你的实例ping不通外网
http://www.aboutyun.com/thread-13489-1-1.html
1.neutron使用了哪些技术？
2.为什么ping不同外网？
3.ping不通的域名原因是什么？

Spark1.0.x入门指南
http://www.aboutyun.com/thread-13494-1-1.html
1.Spark on Yarn如何查看日志？
2.spark-env.sh文件的作用是什么？
3.Spark on Yarn如何提交job?
4. Spark Standalone,Master，Worker节点分别负责什么？
5.Spark Standalone如何提交job?

Hadoop2.3+Hive0.12集群部署
http://www.aboutyun.com/thread-13495-1-1.html
1.什么情况下会触发mapduce?
2.出现错误Error in metadata: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.metastore.HiveMetaStoreClient可能的原因是什么？
3.Mysql如何实现授权？

Redis低成本高可用方案设计
http://www.aboutyun.com/thread-13496-1-1.html
1.此文为什么说是低成本？
2.Sentinel有哪些功能？
3.Sentinel如何配置？
4.故障转移消息接收有哪3种方式？

hadoop最新自测题及答案
http://www.aboutyun.com/thread-13491-1-1.html

小知识：
Spark 批量写数据入HBase
http://www.aboutyun.com/thread-13492-1-1.html

资源：

人大sas视频(高级1.1G)【限时下载】
http://www.aboutyun.com/thread-13497-1-1.html

spark机器学习算法实现【代码】
http://www.aboutyun.com/thread-13498-1-1.html

搜达足球韩庆山---大数据在足球报道和比赛预测中的应用【50页】
http://www.aboutyun.com/thread-13499-1-1.html

问答：

hadoop2.6eclipse插件如何编译啊
http://www.aboutyun.com/thread-13493-1-1.html

学OpenStack是学什么？
http://www.aboutyun.com/thread-13485-1-1.html

worker连不上master，已困4天
http://www.aboutyun.com/thread-13488-1-1.html

about云2015年06月02日每日一读

招聘面试程序员的一些心得
http://www.aboutyun.com/thread-13478-1-1.html

数据挖掘在金融风险预警中的应用
http://www.aboutyun.com/thread-13475-1-1.html
1.什么是数据挖掘？
2.数据挖掘包含哪些流程？
3.数据挖掘常用分析方法有哪些？
4.数据挖掘在金融风险预警中如何应用？

solr 介绍：什么是solr,solr和solrCore
http://www.aboutyun.com/thread-13474-1-1.html
1.什么是solr的core？
2. 如何在线给solr增加core？
3.什么是solr?

使用Storm和Trident进行实时趋势分析（一）
http://www.aboutyun.com/thread-13479-1-1.html
1.如何发送日志消息给Kafka？
2.怎样进行日志拓扑分析？
3.如何使用Trident实现指数加权移动平均？
4.怎样使用storm和XMPP协议发送警报和通知？

使用Storm和Trident进行实时趋势分析（二）
http://www.aboutyun.com/thread-13482-1-1.html
1.如何发送日志消息给Kafka？
2.怎样进行日志拓扑分析？
3.如何使用Trident实现指数加权移动平均？
4.怎样使用storm和XMPP协议发送警报和通知？

数据人的痛苦--提供的数据用不上，该如何真正使用上
http://www.aboutyun.com/thread-13476-1-1.html

小知识：
使用thrift with python 访问HBase
http://www.aboutyun.com/thread-13480-1-1.html

资源：

人大sas视频(初级、中级)
http://www.aboutyun.com/thread-13481-1-1.html

市场细分数据分析和阐释
http://www.aboutyun.com/thread-13483-1-1.html

问答：

如何在项目中使用Hadoop程序
http://www.aboutyun.com/thread-13471-1-1.html

安装单机habase报错，好像是zookeeper问题，单机还需要zookeeper么？
http://www.aboutyun.com/thread-13477-1-1.html

solrcloud 性能
http://www.aboutyun.com/thread-13468-1-1.html

求问，三者区别？具体请看图
http://www.aboutyun.com/thread-13469-1-1.html

phoenix无法drop table
http://www.aboutyun.com/thread-13470-1-1.html

从RDBMS设计转向HBase设计求指导
http://www.aboutyun.com/thread-13472-1-1.html

请问各位大神如何在Hadoop中获取map任务总的执行时间？？
http://www.aboutyun.com/thread-13473-1-1.html

about云2015年06月01日每日一读

OpenFlow网络中的路由服务
http://www.aboutyun.com/thread-13448-1-1.html
1.在主机和OpenFlow网络交换机的端口直接相连的情况下，OpenFlow网络路由该如何设置？
2.在主机通过二层网络接入OpenFlow的情况下，OpenFlow网络路由该如何设置？
3.在主机途径多个IP子网最终通过路由器和OpenFlow网络相连的情况下，OpenFlow网络路由该如何设置？

消息中间件ActiveMQ与Kafka对比之ActiveMQ的介绍
http://www.aboutyun.com/thread-13450-1-1.html
1.什么是ActiveMQ？
2.ActiveMQ有哪些特性？
3.什么是Kafka？

说到人脸识别，你再也找不到一个比腾讯更大更全的人脸数据集合了
http://www.aboutyun.com/thread-13453-1-1.html
1、什么是图像识别技术？
2、图像识别技术的原理是什么？
3、图像识别技术的未来将是什么样的？

利用开源架构ELK构建分布式日志系统
http://www.aboutyun.com/thread-13454-1-1.html
1、ELK产生的背景？
2、ELK的基本组成模块以及各个模块的作用？
3、ELK的使用总计有哪些？

经验分享：大数据如何给运营做支撑
http://www.aboutyun.com/thread-13455-1-1.html
1、企业为何要做精细化运营？
2、大数据对精细化运营的价值有哪些？
3、大数据如何驱动精细化运营？

解析大数据基准测试——TPC-H or TPC-DS
http://www.aboutyun.com/thread-13456-1-1.html

问题1：大数据测试基准应该具有的要素讨论？

问题2 : 对TPC-DS测试基准重点讨论？

WePay机器学习反欺诈实践：Python+scikit-learn+随机森林
http://www.aboutyun.com/thread-13461-1-1.html
1.什么是shell selling？
2.随机森林算法？

about云2015年05月第五周经典回顾
http://www.aboutyun.com/thread-13457-1-1.html

资源：

Reboot glusterf运维经验谈
http://www.aboutyun.com/thread-13462-1-1.html

Scala编程第二版【英文版883页】Programming in Scala 2nd
http://www.aboutyun.com/thread-13463-1-1.html

Reboot saltstack交流
http://www.aboutyun.com/thread-13464-1-1.html

ASBJ2014-李申申-知乎架构变迁史
http://www.aboutyun.com/thread-13465-1-1.html

微软严治庆---让大数据为每个人服务
http://www.aboutyun.com/thread-13466-1-1.html

问答：

MapReduce设置reduce任务为0运行结果解析
http://www.aboutyun.com/thread-13451-1-1.html

MapReduce设置CombineTextInputFormat处理小文件的小测试
http://www.aboutyun.com/thread-13452-1-1.html