有關Nutch，Hadoop，Solr，MapReduce和Mahout的信息

Question

PS：如果我在任何行中錯了，請糾正我

我正在用Nutch和Solr構建搜索引擎。
我知道通過使用Solr，我可以提高Searching的效率-讓Nutch獨自進行整個網絡的爬網。
我也知道Hadoop用於通過形成集群和MapReduce處理PB級數據。

現在，我想知道的是
1）既然，我將僅在一台機器上運行這些開源軟件，即我的筆記本電腦在本地主機上……Hadoop在形成集群的情況下對我來說有什么好處？ 僅在一台計算機上如何形成集群？

2）在我的案例中，MapReduce的重要性是什么？

3）MAHOUT，CASSANDRA和HBASE將如何影響我的引擎？？？

在這方面的任何幫助都非常感謝。如果我問一個菜鳥問題，對不起！
謝謝
問候

Answer 1

1）既然，我將僅在一台機器上運行這些開源軟件，即我的筆記本電腦在本地主機上……Hadoop在形成集群的情況下對我來說有什么好處？

Hadoop的創建是為了處理大規模數據。 Hadoop是一個分布式應用程序。 它不會在一台機器上為您提供好處。

僅在一台計算機上如何形成集群？

以偽集群模式安裝Hadoop

在我的案例中，MapReduce的重要性是什么？

同樣，如果要處理由爬網程序獲取的1000千兆字節規模的頁面。 Map-Reduce在處理如此大的數據時很有用

MAHOUT，CASSANDRA和HBASE將如何影響我的引擎？？？

它們是滿足不同需求的不同工具。

Mahout是適合在Hadoop或本地文件上作為map-reduce任務運行的機器學習算法。 您是否想學習Google Translate之類的語言，可以使用它。

HBase是一個非SQL數據庫，與即席分析相比，它提供了更多實時數據處理，而map-reduce更有用。

我建議您回到問題陳述中，使用所需的最少工具進行設計，當您按注釋操作時，您將了解其中一些工具何時會有用。