About Hewlett Packard Enterprise: Information and Strategic VisionYour HPE MyAccount provides you with: Single sign-on to the HPE ecosystem Personalized recommendations Test drives and other trials And many more exclusive benefits
MapR M7: Providing an enterprise quality Apache HBase API
The document provides an overview of MapR M7, an integrated system for structured and unstructured data. M7 combines aspects of LSM trees and B-trees to provide faster reads and writes compared to Apache HBase. It achieves instant recovery from failures through its use of micro write-ahead logs and parallel region recovery. Benchmark results show MapR M7 providing 5-11x faster performance than HBa
Scalable Machine Learning with Hadoop
This document discusses scalable machine learning using Apache Hadoop and Apache Mahout. It describes what scalable machine learning means in the context of large datasets, provides examples of common machine learning use cases like search and recommendations, and outlines approaches for scaling machine learning algorithms using Hadoop. It also describes the capabilities of the Apache Mahout machi
Hadoopのトラブルシューティングに関する資料があったのでめもっとく - wyukawa's diary
Hadoop World 2011でClouderaの人が発表した資料を見つけたのではっておく。 Hadoop Troubleshooting 101 - Kate Ting - Cloudera View more presentations from Cloudera, Inc. Clouderaのサポートチームの極意が詰め込まれているようだ。 内容的にはHadoop徹底入門の10章の「性能向上のためのチューニング」と若干かぶっているが参考になります。 io.sort.mb < mapred.child.java.opts とすることとか（ていうかmapred.child.java.optsを増やすことはあるかもしれないがio.sort.mbっていじるもんなのかな）、プロセス数やファイルディスクリプタいじれとか、map出力のスレッドいじれとか、Jetty 6.1.26は使うなとか、盛り
QuestionVOTE!! | Hadoop Conference Japan 2011 Fall
Title Hadoop Conference Japan 2011 Fall Date 2011/09/26 10:00～18:30 Place ベルサール汐留 Organizer Hadoopユーザ会 Support 株式会社リクルート
Design, Scale and Performance of MapR's Distribution for Hadoop
Details the first ever Exabyte-scale system that can hold a Trillion large files. Describes MapR's Distributed NameNode (tm) architecture, and how it scales very easily and seamlessly. Shows map-reduce performance across a variety of benchmarks like dfsio, pig-mix, nnbench, terasort and YCSB.Read less
Inside of Asakusa DSL
2. 講演者について 荒川 傑 (@ashigeru) Ashigel Compilerの中の人 Asakusa DSLのデザンも担当 株式会社グルージェント開発部所属 2010年9月より出向中 普段の仕事 研究: コンパラ、開発環境 調査: Google App Engineなど 教育: 授業設計、教材開発 Asakusa DSLの内部 2 3. 本日のテーマ 第一部: Asakusa DSLの設計思想 どんな言語か、何を考えて作ったのか 第二部: Asakusa DSLのセマンテゖクス Hadoopとどのように関連するか 第三部: コンパラのコード生成 どのようなコードを生成しているか 第四部: コンパラの最適化手法 どのような最適化があるか Asakusa DSLの内部 3 4. 本日の内容 触れること DSLの位置づけ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Tall-and-skinny QR factorizations in MapReduce architectures
Llnl talk
Mahoutにパッチを送ってみた
Large-Scale Graph Processing〜Introduction〜(完全版)