zzs4026的博客

cpp

本书以统计理论为基础，按照数理统计教材的章节顺序，在讲明统计的基本概念的同时，以R软件为辅助计算手段，介绍统计计算的方法，从而有效地解决统计中的计算问题． 书中结合数理统计问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解该软件的精髓和灵活、高效的使用技巧．此外，还介绍了在工程技术、经济管理、社会生活等各方面的丰富的统计问题及其统计建模方法，通过该软件将所建模型进行求解，使读者获得从实际问题建模入手，到利用软件进行求解，以及对计算结果进行分析的全面训练．

很不错的JSP学习教程，JSP是全新的网络服务器端编程环境。JSP充分利用了Java的强大功能，是一种优秀的服务器端技术。 　　本书是JSP技术完整的参考手册，不仅适合初学者，对中高级服务器端编程人员更具参考价值。

《RESTful Web Services 中文版》是一本将REST设计理念应用于真实Web服务的书，它向你提供 了一些成功设计所需的最佳实践，以及把设计转化为代码所需的技巧。你可以利用Web的强大能力 来构建可编程应用——只要你遵从Web的理念，而不是违反它。本书向你解释了具体做法

Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。Apache Mahout项目已经发展到了它的第三个年头，目前已经有了三个公共发行版本。Mahout包含许多实现，包括集群、分类、推荐过滤、频繁子项挖掘。此外，通过使用 Apache Hadoop 库，Mahout 可以有效地扩展到云中。 　　Mahout 的创始人 Grant Ingersoll 介绍了机器学习的基本概念，并演示了如何使用 Mahout 来实现文档集群、提出建议和组织内容,能做一些关于机器学习聚类相关的算法，运行平台是hadoop集群。

如果你在linux上安装php你一定需要这个文件支持。php gd库 gd-2.0.28.tar.gz

解决PHP安装问题，是GD库和png的基础支持库.minigui 开发的必备代码，不可缺少的 是库函数中的一个

Hadoop是项目的总称，起源于作者儿子的一只玩具大象的名字。主要是由HDFS、MapReduce和Hbase组成。 　　HDFS是Google File System（GFS）的开源实现。 　　MapReduce是Google MapReduce的开源实现。 　　HBase是Google BigTable的开源实现。 　　这个分布式框架很有创造性，而且有极大的扩展性，使得Google在系统吞吐量上有很大的竞争力。因此Apache基金会用Java实现了一个开源版本，支持Fedora、Ubuntu等Linux平台。雅虎和硅谷风险投资公司Benchmark Capital 6月28日联合宣布，他们将联合成立一家名为Hortonworks的新公司，接管被广泛应用的数据分析软件Hadoop的开发工作。 　　Hadoop实现了HDFS文件系统和MapRecue。用户只要继承MapReduceBase，提供分别实现Map和Reduce的两个类，并注册Job即可自动分布式运行。 　　目前Release版本是0.20.203.0。还不成熟，但是已经集群规模已经可以达到4000个节点，是由Yahoo!实验室中构建的。下面是此集群的相关数据: 　　· 4000 节点 　　· 2 x quad core [email protected] per 节点 　　· 4 x 1TB SATA Disk per 节点 　　· 8G RAM per 节点 　　· 千兆带宽 per 节点 　　· 每机架有40个节点 　　· 每个机架有4千兆以太网上行链路 　　· Redhat Linux AS4 （ Nahant update 5 ） 　　· Sun Java JDK1.6.0_05 - b13 　　· 所以整个集群有30000多个CPU，近16PB的磁盘空间！ 　　HDFS把节点分成两类：NameNode和DataNode。NameNode是唯一的，程序与之通信，然后从DataNode上存取文件。这些操作是透明的，与普通的文件系统API没有区别。 　　MapReduce则是JobTracker节点为主，分配工作以及负责和用户程序通信。 　　HDFS和MapReduce实现是完全分离的，并不是没有HDFS就不能MapReduce运算。 　　Hadoop也跟其他云计算项目有共同点和目标：实现海量数据的计算。而进行海量计算需要一个稳定的，安全的数据容器，才有了Hadoop分布式文件系统（HDFS，Hadoop Distributed File System）。 　　HDFS通信部分使用org.apache.hadoop.ipc，可以很快使用RPC.Server.start()构造一个节点，具体业务功能还需自己实现。针对HDFS的业务则为数据流的读写，NameNode/DataNode的通信等。 　　MapReduce主要在org.apache.hadoop.mapred，实现提供的接口类，并完成节点通信（可以不是hadoop通信接口），就能进行MapReduce运算。 　　目前这个项目还在进行中，还没有到达1.0版本，和Google系统的差距也非常大，但是进步非常快，值得关注。 　　另外，这是云计算（Cloud Computing）的初级阶段的实现，是通向未来的桥梁。

本书阐述了hadoop的相关技术细节，便于你了解hadoop及相关理论知识。hadoop是由Apache基金会开发。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有着高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上。

表达式解析器源代码(可以计算各种函数)，对编译原理理解有好处

com的一些应用与技巧，用一些简单的例子让你明白什么是com