2012-05-13
栏目: 技术分享
阅读: 52
1、前言
Hadoop Pipes可供C++开发者开发MapReduce任务。文献与书籍上也写了，C++与Java是通过Socket通信，但是具体的运行机制是什么还是得参考源码。
这篇博文主要从源码角度来讲解Hadoop Pipes运行机制以及设计原理，实际的Hadoop Pipes编程请参见：Hadoop Pipes编程
2012-05-12
栏目: 技术分享
阅读: 49
1、Hadoop Pipes简介
Hadoop Pipes是Hadoop MapReduce的C++接口代称。不同于使用标准输入和输出来实现的map代码和reduce代码之间的Streaming编程，Pipes使用Socket作为TaskTracker与C++进程之间数据传输的通道，数据传输为字节流。
2012-04-26
今天看到了一个有趣的定理：
薛定谔的滚：当一个妹子叫你滚的时候，永远不知道她是在叫你滚，还是叫你过来抱紧。
看到之后，感触良多啊。也顺带想起了这个薛定谔以前玩过一只猫，但是一直没有仔细去了解那只猫的下场，所以就查了查。一不小心查到了有趣的果壳网问答了，里面有一个有趣的问题，如下：
标签: Daily Life 2012-04-20
栏目: 技术分享
阅读: 62
获取默认配置
配置hadoop，主要是配置core-site.xml，hdfs-site.xml，mapred-site.xml三个配置文件，默认下来，这些配置文件都是空的，所以很难知道这些配置文件有哪些配置可以生效，上网找的配置可能因为各个hadoop版本不同，导致无法生效。浏览更多的配置，有两个方法：
1.选择相应版本的hadoop，下载解压后，找到core-default.xml，hdfs-default.xml，mapred-default.xml。这些分别在hadoop/src/{core | hdfs | mapred}下面。这些就是默认配置，可以参考这些配置的说明和key，配置hadoop集群。
2012-04-09
1、自然语言处理（Natural Language Processing）
看自然语言处理的材料、书籍也有一段时间了，最近好像快看出点门道了，今天就以一个新手的角度来说说我所理解的自然语言处理。
2012-04-01
栏目: 技术分享
阅读: 110
这篇文章是漫话中文分词算法的续篇。在这里，我们将紧接着上一篇文章的内容继续探讨下去：如果计算机可以对一句话进行自动分词，它还能进一步整理句子的结构，甚至理解句子的意思吗？这两篇文章的关系十分紧密，因此，我把前一篇文章改名为了《漫话中文自动分词和语义识别（上）》，这篇文章自然就是它的下篇。我已经在很多不同的地方做过与这个话题有关的演讲了，在这里我想把它们写下来，和更多的人一同分享。
2012-04-01
栏目: 技术分享
阅读: 144
M牛的这篇博文实在是太精彩了，读了一遍又一遍，最后干脆就直接转过来了。有兴趣的可以直接看他的博客：matrix67
2012-03-26
栏目: 生活分享
阅读: 163
1、杂侃
最近状态着实不太好，也有点闲。大部分时间都在看书，coding也不太多，琢磨着写一两个小程序，也没找到好玩的。昨晚无聊刷微博的时候，灵机一动，干脆分析分析自己的微博吧。所以也就有了这篇文章。
2012-03-16
栏目: 技术分享
阅读: 131
1、简介
在某些应用中，会将n个不同的元素分成一组不相交的集合（disjoint）。不相交的集合有两个重要的操作，即找到给定的元素所属的集合（find）和合并两个集合（union）。为了更好的支持这两种操作，就出现了并查集（Disjoint-Set or Union-find set）。
标签: Data Structure 2012-03-09
栏目: 技术分享
阅读: 173
1、简介
给一串有序的数据，如何存储可以增删查改快速方便、扩容简单、实现也简单呢？用数组吧，实现简单，二分法也老快了，但是删除就很麻烦了，且扩容也需要开辟新的空间。用链表吧，新增删除都很快，但是查找就得遍历了。用平衡树（AVL、红黑树）吧，新增删除扩容都很方便，但是实现起来非常麻烦。
标签: Data Structure 
