其他

在前面已經安裝好的glusterfs基礎上，用兩台虛擬機器test1,test2來分布式儲存測試，IP分別為：192.168.30.6,192.168.30.71.首先確保這兩台虛擬機器執行sudo /etc/init.d/glusterd start啟動正常2.用其中一台來執行gluster命令，形式分布式叢集，例如本人用的是test1(192.168.30.6)這台機器來3.在test1這台機器上，首先執行sudo gluster peer probe

 運行官網上的mahout kmeas樣本，結果檔案夾有clusteredPoints，clusters-N，data，用命令mahout seqdumper仔細看了一下結果檔案clusteredPoints：存放的是最後聚類的結果，將cluster-id和documents-id都展示出來了，用mahout

學習設計模式的過程應該是一個迭代的過程，學東西的時候不用追求一遍就掌握、理解透徹（很多情況也是不可能的）。看書看不懂、思想沒有理解，可以反覆去讀、去思考。因為實戰經驗少，書中給出的例子也有限，所以設計模式的學習可以先大概按書中的例子理解，至於真正應用，可以在後面實踐中嘗試將這些思維融合到考慮過程中。先將這些模式大概瞭解一下，因為現在實戰有限，所以很多模式只能表層體會，後面有時間再回過頭來再重新學習，可能會有更深層次的體會1.裝飾模式定義：動態地給一個對象添加一些額外的職責（不重要的功能，只是偶然

題目描述：設有n個正整數，將它們串連成一排，組成一個最小的多位整數程式輸入：n個數程式輸出：串連成的多位元例如：n=2時，2個整數32，321串連成的最小整數為：32132n=4時，4個整數55，31，312，33串連成的最小整數為：312313355實現代碼如下：#include <iostream>#include <string>using namespace std;//將整數轉換成字串來比較int cmp(char* strA,char*

 1、選秀節目打分，分為專家評委和福士評委，score[] 數組裡面儲存每個評委打的分數，judge_type[] 裡儲存與 score[] 數組對應的評委類別，judge_type[i] == 1，表示專家評委，judge_type[i] == 2，表示福士評委，n表示評委總數。打分規則如下：專家評委和福士評委的分數先分別取一個平均分（平均分取整），然後，總分 = 專家評委平均分  * 0.6 + 福士評委 * 0.4，總分取整。如果沒有福士評委，則 總分 =

 1.四則混合運算input=“1+4*5-8/3”，output=19#include <iostream>#include <stack>using namespace std;//不帶括弧的四則運算，如果帶括弧，操作符的優先順序就有'='//比較兩個操作符的優先順序char optCompare(char a,char b){if(a=='+' || a=='-'){if(b=='+' || b=='-'){return '>';}else{return '&

1.用haddop提供的C API to HDFS來實現檔案寫入到HDFS中。過程中主要是在配置環境花了點時間參考官網：http://hadoop.apache.org/common/docs/r0.20.0/libhdfs.htmlAPI主要可以去hadoop軟體包解壓目錄中查看hdfs.h定義的一些已實現的函數一門語言的初學入門例子，一般都是“hello,world”，下面看寫hdfs檔案代碼：#include "hdfs.h" int main(int argc, char **argv)

Nutch中內建對搜尋結果的聚類，使用開源的Carrot2，以外掛程式形式被調用，大概看了一下nutch關於clustering這一塊的搜尋源碼，它會顯示出URL和title，可是用mahout做文本聚類的話，最後的聚類結果中，只有向量，

有500多個csv檔案，想匯入SQL資料庫內，資料庫欄位與檔案欄位是一樣的， 如何寫大量匯入語句。 DECLARE @dir sysname,@cmd nvarchar(max);SET @dir = 'C:/';CREATE TABLE #tmp(filename nvarchar(1024));SET @cmd = N'dir "' + @dir + '*.csv" /B'INSERT #tmp EXEC master.dbo.xp_cmdshell @cmd;DELETE #tmp

因為C語言所有複雜的指標聲明，都是由各種聲明嵌套構成的。如何解讀複雜指標聲明呢？右左法則是一個既著名又常用的方法。不過，右左法則其實並不是 C標準裡面的內容，它是從C標準的聲明規定中歸納出來的方法。C標準的聲明規則，是用來解決如何建立聲明的，而右左法則是用來解決如何辯識一個聲明的，兩 者可以說是相反的。右左法則的英文原文是這樣說的：The right－left rule: Start reading the declaration from the innermost parentheses, 

greenplum 實驗，動態增加節點1.我原有在hadoop4-hadoop6上初始化了一個greenplum的叢集2.所有的primary，mirror都啟動著，我串連master，在兩個表裡插入記錄：aligputf8=# insert into pg_catalog.pg_filespace_entry values(3052,15,'/home/gpadmin1/cxf/gpdata/gpdb_p1/gp6');INSERT 0 1aligputf8=# insert into pg_

這兩天一直糾結是用lucene來做搜尋應用，還是用solr來做搜尋應用。lucene只提供一個可查詢的包，用它來實現搜尋的好處是，應用需要什麼，我就用它提供的相應功能即可。而solr本身就是基於lucene的應用，對lucene又做了封裝，這就相當於是在第二層基礎之上開發，所以要改它是需要花時間的。但solr提供了很多lucene沒有的功能，不管了，老師說要用solr，那就用solr吧lucene和solr的對比：1.http://www.blogjava.net/luopeizhong/art

 greenplum是一個分散式資料庫，底下有很多的postgresql的資料庫，我們有時候需要知道底層節點在幹些什麼，能否直接在master上有一個視圖，或者sql，可以看到底下每個節點的sql，並且可以標識出是哪一個機器，哪一個連接埠的資料庫，下面介紹方法：3.3跟4.0的架構有所改變，所以方法也不一樣。1.建立v_active_sql視圖方便查看sql：CREATE VIEW v_active_sql ASSELECT pg_stat_activity.procpid,

我發現一直理解錯了，我一直以為分布式索引和分布式搜尋是兩個不同的事情，其實是一樣的.把索引分布在多台電腦上，不就是正好實現了分布式搜尋嗎?既然索引已經分布式儲存了，,因為搜尋就是基於索引的，那搜尋就自然是分布式的啦。.前面看網上一些理解，一直以為分布式索 引和分布式搜尋是兩個獨立分開的過程，不知道理解的對不對?  調研了一下，發現索引檔案的資料結構相當複雜，這個好像是每提交一次建索引，就會將以前已產生的索引重新組織，而且還會產生新檔案，所以如果採用在HDFS中追加寫索引檔案，那工作量將相當大，必

        這篇部落客要討論如何進行有效時間管理、如何培養良好的習慣，如果感興趣，請繼續往下讀，相信你能從中收穫到很多。    寫這篇文章主要因為下面這幾個小故事：    1. 暑假的時候在百度實習，緊張的節奏，良好的技術氛圍的讓我非常興奮。但在工作了一段時間後，發現自己老是有做不完的事情，只能一直在公司，晚上很晚才能回去。女朋友也經常抱怨不給她打電話。之前還覺得她不理解自己，自己工作這麼認真怎麼不知道體貼呢。   

如何通過下面源表的資料查詢得到目標表的資料?源表：  批次  編號 1  1000 1  1001 2  1000 3  1001 4  1000 5  1000 目標表： 編號  起始批次    結束批次 1000    1          2 1001    1          1 1001    3          3 1000    4          5/*-----------------------------------  Author : htl258(Tony)-- 

因為要用到雲端運算下的資料採礦，所以就簡單看了一下mahout配置，mahout是一個基於Map/Reduce的機器學習演算法庫，運行在hadoop叢集上廢話不多說，下面看配置過程1.到mahout官網上下載mahout-distribution-0.4.tar.gz，這個是已經編譯好的包，如果下的是源碼包，則需要安裝maven來編譯2.前面已經搭過hadoop，這裡不再說，下面設定環境變數，sudo vi /etc/profile(關於ubuntu環境變數，請看參考)    export

1.hadoop入門篇，包括軟體下載及配置，並保證單機和偽分布模式可以運行通過，請看hadoop官網 2.叢集搭建筆者在hadoop叢集搭建中，走了很多彎路，希望大家莫犯同樣的錯誤(a)ssh免密碼登陸剛開始ssh localhost 都要求輸入密碼，後來在masters機器上，將.ssh目錄許可權設為500，authroized_keys設為600才好ubuntu目錄許可權修改 ssh-keygen 產生出 id_rsa, id_rsa.pub, 已經都放到正確位置(.ssh),

開源系統 首頁：http://code.google.com/p/tmsvm/文本挖掘無論在學術界還是在工業界都有很廣泛的應用情境。而文本分類是文本挖掘中一個非常重要的手段與技術。現有的分類技術都已經非常成熟，SVM、KNN、Decision

使用ant編譯hive需要的工具：ant 具體安裝，請自己在網上尋找1.使用svn檢出hive的原始碼：         svn地址：http://svn.apache.org/repos/asf/hadoop/hive/trunk