用impala做实验遇到了cloudera-scm-server dead but pid file exists问题。问题发生的经过是这样的：首先我在单机配置的为2核4GB内存的5台虚拟机上安装了cloudera manager，然后用它安装了cdh和impala然后一切都是正常的，我就往集群的hdfs里面导入了100GB的数据然后一切仍然是正常的，可是突然有一天，clouder

Apache Hame是Google Pregel的开源实现，与Hadoop适合于分布式大数据处理不同，Hama主要用于分布式的矩阵、graph、网络算法的计算。简单说，Hama是在HDFS上实现的BSP(Bulk Synchronous Parallel)计算框架，弥补Hadoop在计算能力上的不足。关于bsp计算模型：http://ieeexplore.ieee.org/xpls/

测试组里一个同学负责MapR的搭建，MapR文档中建议每个节点上至少有24GB的swap分区，不知道MapR为啥会有这种反人类的建议……swap无非就是一块顺序读写的磁盘空间，莫非省着内存不用，用swap能提高效率？也许它用swap来存map-reduce的临时文件？可是既然这么建议了，只好照办，毕竟我们对MapR也不熟悉。要让OpenStack的实例中有swap分区，可以在镜像中加，但是

环境：openstack上的一个8核CPU、16GB内存、110GB磁盘的虚拟机ubuntu12.04 x64 server系统安装redis2.6.7过程：做实验的时候需要把一个2.1亿条的key-value数据导入redis以提供快速的查询。安装、配置、启动redis之后，需要把数据导入到redis中。尝试用jedis写客户端往redis中逐条插入数据的话，速度很慢

Ubuntu和Fedora都有官方的系统镜像，偏偏CentOS没有，网上能找到一些也都不甚靠谱，加之在我们自己的项目中有一些需要自己定制的东西，所以还是自己做镜像比较合适。为OpenStack制作CentOS系统镜像，官方的在线文档以及网上很多资料中给出了一种方法，即利用virt-install或者kvm创建虚拟机之后通过vnc安装系统、配置系统参数，最后上传到OpenStack中，参考：

用impala做实验遇到了cloudera-scm-server dead but pid file exists问题。问题发生的经过是这样的：首先我在单机配置的为2核4GB内存的5台虚拟机上安装了cloudera manager，然后用它安装了cdh和impala然后一切都是正常的，我就往集群的hdfs里面导入了100GB的数据然后一切仍然是正常的，可是突然有一天，clouder

环境学校里上网使用的是Dr.com客户端在VMware中安装了Linux虚拟机，作为学习用的服务器主机上装的是win7，有一块有线网卡和一块无限网卡，虚拟机上没有设置无限网络（服务器一般也不需要无线网络）需求需要用putty客户端通过ssh连接linux虚拟机，通过ftp向linux上传文件win7连接linux同时还需要上网查资料方法1通过路由器：之前用一个D

有时候需要查看一个进程占用了那个端口，但是只知道进程大致的名称，比如要查看hadoop的namenode在哪个端口上运行，以便在eclipse中连接。一种方法如下，可能比较搓，请大牛指教！首先用ps命令查看进程的id：$ ps -ef | grep Name其中每一行（很长的时候会占用若干行）的第二个字段就是进程的id。当然，对于在java虚拟机中运行的进程，比如hadoo