Hadoop

Hadoop et MapReduce en Java

Ce site ne sera plus alimenté de contenu après août 2014. Tous les nouveaux articles seront redigés pour www.waitingforcode.com

Jusque là on a vu les exemples simples d'utilisation du MapReduce et de Hadoop. Cependant, les outils permettant de mettre en place les cas de figure Plus →

08-09-2013 16:15

Maintenant quand on connaît le fonctionnement théorique de Hadoop, on peut se focaliser sur son aspect pratique. Dans cet article on verra comment Plus →

08-09-2013 16:13

Jusque là on a vu deux aspect fondamentaux de l'Hadoop : HDFS et MapReduce. Maintenant on peut aller plus en détail et présenter la thématique de conf Plus →

08-09-2013 16:11

Précédemment on a vu les interactions entre na Plus →

08-09-2013 16:10

Dans les premiers articles théoriques on a vu que Hadoop était un système robuste et plutôt bien protégé contre toute sorte des défaillances. Maintena Plus →

08-09-2013 16:06
Moi

Développeur d'applications Internet et journaliste passionné par l'adjectif français. Un aigle polonais orienté vers la progression, volant très haut et écoutant du zouk après les matches du foot français.

Vous appréciez mon travail ?

Pour contribuer au développement de ce site, ou pour remercier pour des articles rédigés, vous pouvez faire un don.

Un conseil MySQL

Comment sommer les champs du type TIME ?

La requête suivante devrait être utile :
SELECT SEC_TO_TIME(SUM(TIME_TO_SEC(maColonne))) AS somme FROM nomTableau;