不久将要参加个什么大数据比赛。 于是将相关的内容练习了几遍。 其中各自的关键及相关的理解均写成了笔记，分别是zookeeper分布式集群环境的搭建，hadoop集群环境的搭建，分布式非关系型数据库hbase环境搭建，基于hive的数据仓库的构建 以及于此同时回顾的计算机网络的相关知识。 短期来看，似乎有点浪费时间，做了一些无用功。 无论参加比赛获奖与否。 但是长期来看，还是很有益处的，不说大数据这种对普通开发人员不着调的话题，单单是计算机网络的相关理论知识，足够抵过很多的所谓实践了。 不管怎样，既然做了，那就尽量做好吧，希望能够做到问心无愧就好。 因此还是决定将知识总体拉通在复习一遍，并且将数据仓库中的数据分析部分给补上（笔记已经整理在电脑中，为防止误删数据，还是滕到博客上比较好！ 上次清理桌面莫名其妙将自己数个月起早贪黑整理的笔记，以及整理的英语笔记都给弄丢了。 还好其中重要的都给写到了博客里，丢失了部分劳动成果，马勒戈壁的）。
先看看各个组件的启动方式，以及启动成功后，各自启动了哪些进程：（这实际上是最容易理解的，比很多的理论知识要来的直接的多）：
当在集群环境下，这些进程都启动正常的话，那么基本可以判定这个集群是正确可用的了。
接着是hive的相关操作：
1.创建数据库：
、
2.建立数据表
Or
语法规则：
注意为了正确的装载，需要将爬取到的内容中的 ,（逗号）以及 \n（换行符号转义）
修改mysql 的默认编码：
修改配置，使得centos支持显示中文：
若没有，则要下载：
注意，以上的所有设置对centos的默认字符界面是不会生效的，只能用外置的命令行。。。
将需要检索的结果进行分表：
统计：
继续统计：
转换率计算：
针对竞赛的解决方案：(统计总帖子数)
2，统计总用户数：
