（如果看不清楚，保存到本地打开） 以下文字只是时序图的解释说明，重点是看懂时序图。 为了避免主节点/从节点和zk的节点概念看着乱，以下就用Master/Slave称呼了。 ### 1 选Master 系统启动...

去BAT这类大公司面试，“求算法的时间复杂度”是一个必备的技能。通过计算算法的时间复杂度可以很好的反应出你对这个算法的理解程度。“时间复杂度”(time complexity)怎么求？就要用到“大O...

索引的“选择性”掌握了索引的使用大权。

通过一个非常简单的例子解释我们为什么需要索引？没有索引会发生什么？

关闭Hadoop发生no namenode to stop异常，这里给出问题解决过程，以及对/tmp目录清理策略的扩展。

RPC协议是整个Hadoop分布式架构的通信基础，理解RPC的通信原理，对学习Hadoop的架构很有帮助。

在对大数据量的集合进行聚合操作，如果用时过长，偶尔会发生Read timed out异常。

提出一个智商欠费的问题 Tuple在Python中表示一种“大小固定的有序序列”。这是一条普世真理，毋庸置疑。 为什么这个数据结构叫Tuple,而不是其他任何一个名字呢？ 我停下了在键盘上舞蹈的手指...

给“线程安全”下定义是件非常棘手的事儿。随便Google一下，就能得到成千上万像这样的定义： １．“线程安全”的代码是指在多线程同时执行的情况下，依然能正常工作的代码。 ２．一段代码，如...

再深入一点，扒扒jvm源码，更深刻的理解join的工作原理

想象一下，对一张百万级的表进行全表扫描性能有多差！

本文解释了，为什么在Mapreduce中的Mapper阶段处理数据是以输入分片为基本单元。本文是译文，如有翻译不妥的地方，敬请指正！

本来原作者是阿里巴巴的大牛梁飞，是阿里巴巴分布式服务框架 Dubbo的团队成员之一。 几十行代码实现了一个简单的RPC框架，用于理解RPC协议的通信原理足矣！

文件权限详解和设置文件的默认权限。

通过HDFS Java API 操作HDFS时，发生Permission denied异常。

Java API 对HDFS的基本操作

使用MongoDB数据库，在对集合进行group操作时，结果集大小不能超过20000. group() can't handle more than 20000 unique keys...

Java的集合框架分两大系Collection系和Map系，之所以要分开是因为Collection内存储的是线性集合，而Map的元素是以键值对（Key-Value）的形式存的。其实Map和Collection内部实现是存在联系的，...

编码只发生在JVM和底层操作系统（以及网络传输）之间进行数据传输时，如果程序中没有IO操作，那么所有的String和Char都以unicode编码。当从磁盘读取文件或者往磁盘写入文件时使用的编码要一致...

伪分布式就是单节点的Hadoop，让NameNode，MapReduce等所有的服务运行在一台机器上，方便学习hadoop。