最近在 实验楼 实习，写了些东西。最先接触的是 Hadoop 系列，但我接手的时候是从 HBase 开始写的。不过，首先要学习的就是 Hadoop。

• Hadoop

首先是 Hadoop 的教程，这里有几个关于 Hadoop 的文章。

1、Hadoop部署及管理

2、Hadoop2.6.0伪分布环境搭建

• HBase

其次是 HBase 的相关课程。HBase 是一个开源的非关系型分布式数据库（NoSQL），它参考了谷歌的 BigTable 建模，实现的编程语言为 Java。它是 Apache 软件基金会的 Hadoop 项目的一部分，运行于 HDFS 文件系统之上，为 Hadoop 提供类似于 BigTable 规模的服务，可以存储海量稀疏的数据，并具备一定的容错性、高可靠性及伸缩性。主要应用场景是实时随机读写超大规模的数据。

注意 Hadoop 和 HBase 的版本问题，不过使用实验楼的虚拟环境你可以不用担心这个问题，因为环境都是我们搭建好了的，直接使用即可，免费又方便。

直接进入并开始动手实验 HBase 系列课程 . 后续的课程也可以直接使用实验楼的虚拟环境。

• Hive

接着是 Hive 的相关课程。Hive 是一个基于 Hadoop 文件系统之上的数据仓库架构。它可以将结构化的数据文件映射为一张数据库表，并提供简单的 sql 查询功能。还可以将 sql 语句转换为 MapReduce 任务运行。

直接进入并开始动手实验 Hive 教程 .

• Mahout

然后是 Mahout 的相关课程。Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，Mahout 目前在各种推荐系统中用得挺多的，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。

直接进入并开始动手实验 Mahout 教程 .

• Mahout 推荐系统

最后介绍一个基于 Mahout 的推荐系统，它针对问答网站上的问答数据，使用 Mahout 来分析再给出推荐结果，即推荐用户他可能愿意回答的问题。

直接进入并开始动手实验 问答网站推荐系统 .