问题标签 [hadoop-plugins]

我想使用hadoop阅读PDF文件，怎么可能？我只知道hadoop只能处理txt文件，所以无论如何都要将PDF文件解析为txt。

给我一些建议。

我知道可以通过 hadoop 从 mongodb 读取和写入数据。

我想知道这个适配器在从 mongodb 集合读取数据时是否使用 mongodb 的本机驱动程序，所以它使用 mongod 实例还是这个适配器直接读取数据集合？

另外，当hadoop读取mongodb的数据以在map reduce中进行处理时，hadoop的这个map reduce不会锁定mongodb的数据收集吗？

换句话说，当hadoop读取mongodb的数据时，hadoop保存这些数据以供hadoop使用，并且hadoop不会干扰mongodb数据，因为当hadoop执行mapreduce时，它会处理mongodb检索的数据，但将内部保存在hadoop进行处理？

是否可以从hadoop mongodb插件连接器读取mongodb数据，使用mapreduce hadoop处理数据，以及当输出结果不使用hadoop mongodb插件连接器但在hdfs中保留mapreduce hadoop的结果时？

我写了一个原生 hadoop 压缩编解码器。为了让它与 hadoop 一起工作，我需要将本机（C 代码）编译为 libhadoop.so。

我怎样才能做到这一点？

我通常在不同的 jar 文件中有公共/共享库和实际工作代码。是否可以只重新编译一个作业 jar 文件来执行 hadoop 命令hadoop jar asd？如果没有，是否有简化 jar 包装的解决方法？

我目前已经开始使用 karmasphere eclipse 插件来做 mapreduce 工作。我按照文档中的说明操作，可以在主机上运行本地开发、部署作业。后来我下载了Cloudera CDH3并作为VM运行（通过VMWare），我可以在VM（来宾机器）本地运行mapreduce作业，我可以从eclipse Hadoop的角度监控VM中发生的mapreduce作业（主机），当我尝试使用 karmasphere 远程部署时，我只能看到 HDFS 中的可用文件，但我无法访问这些文件，也无法运行 map reduce 程序，也无法从我的 eclipse IDE 在 HDFS 中创建新文件。我得到以下异常：

有人可以帮我解决这个问题吗？我是 karmasphere 和 Hadoop 的新手。

有关于级联/烫伤如何优化地图侧评估的通知 他们使用所谓的部分聚合。它实际上是比组合器更好的方法吗？一些常见的hadoop任务（例如字数）是否有任何性能比较？如果是这样，hadoop 将来会支持这个吗？

当我尝试从我的笔记本电脑（我有我的 eclipse 和 mapreduce 插件）连接到 MapReduce 位置时，该位置是一个名称节点和数据节点的集群，我收到错误：服务器 IPC 版本 7 无法与客户端版本 3 通信。我试图找到谷歌上的一些信息，但找不到太多。是不是因为我的mapreduce eclipse插件使用的是旧版本的IPC，而hadoop集群有更新的插件。所以只是我使用过时的插件？如何找到我的 eclipse 插件使用的 IPC 版本？有任何想法吗？

我是hadoop和eclipse的新手。尝试添加新的hadoop服务器时，谁能告诉我hadoop eclipse插件的安装目录格式。我用谷歌搜索并尝试了几个小时，但没有绝望......任何帮助将不胜感激

我正在使用 SingleColumnValueFilter、scan、getScanner 并从 hbase 表中检索值。结果值在 Id-vise 行中排序。但我希望结果在价值虎钳中进行排序。

例子：

现在，当我在 Web UI（我自定义）中选择金额时。然后，Result 应该按数量进行排序。