当读写文件的时候，Hadoop抛异常说文件系统已经关闭。后来发现，是一个多线程的程序。FileSystem.get(getConf())返回的可能是一个cache中的结果，它并不是每次都创建一个新的实例。这就从另一方面代表着，如果每个线程都自己去get一个文件系统，然后使用，然后关闭，就会有问题。

  根据IDC发布的Hadoop-MapReduce软件ECO预测报告，Hadoop市场正在以60%的年复合增长率高速扩张。但是该报告也揭示了一个让人吃惊的事实，作为大数据分析应用的代名词，Hadoop的流行其实与数据分析无关。实际上大多数采用Hadoop的公司都没有将Hadoop用于大数据分析，而是把Hadoop作为一种廉价的海量存储和ETL(抽取、转换、加载)系统。

  汇总、透视、提炼、凝炼，对数据处理来说这些词的意思都差不多，R语言提供了很多函数处理这些事情，还有一些软件包也提供了十分便捷的数据汇总功能，方法不胜枚举。summary是获取数据概要最常用的函数，应该很熟悉了。这里只粗略地介绍rowSums, colSums, rowMeans, colMeans, table、apply、lapply、sapply、vapply、tapply、mapply、by 和 aggregate等函数的用法。

  Cloudera释放Impala 1.0：与Hadoop完全整合，各方面完爆Hive

  5月1日，Cloudera释放了Impala 1.0版本(下载传送门);对比旧版本，新的版本基于社区回馈和现实世界中不同的负载做出了修改，其根本的设计理念是与Hadoop无缝的整合——共同使用一个存储池、元数据模型、安全框架以及系统资源集。

  全球大数据分析和数据仓库解决方案厂商Teradata天睿公司宣布，成为业内独家向业务分析师提供优化、自助、低成本访问Apache Hadoop解决方案的厂商。通过Teradata企业级Hadoop访问工具(Teradata Enterprise Access for Hadoop)，帮他们实现更快、更加明智的战略业务决策。

  全球大数据分析和数据仓库解决方案厂商Teradata天睿公司宣布，中国西南地区最大的地方银行四川省农村信用社(以下简称：“四川农信社”)将采用Teradata天睿公司数据仓库建设全行级统一数据仓库系统。这是Teradata天睿公司在中国西南地区最大的金融项目，也将成为托举我国西南地区金融信息化水平的里程碑项目。

  如今，Hadoop成为解决大数据需求的主要投资领域之一，而类似Facebook等互联网巨头在都公开的吹捧Hadoop上取得的成功，同样初入大数据领域的公司也必先着眼于Hadoop。但对于Hadoop技术而言，是一个多维的解决方案，能够最终靠不同的方式来进行部署和使用。下面就了解一些关于Hadoop和大数据的七大错误理念。

  目前我们都生活在一个庞大的数据存数时代，然而大数据及其底层技术NoSQL也正成为了互联网的一个流行语。对于谷歌以及Facebook，IBM这样的全球互联网公司，NoSQL这种高扩展的非关系型数据库存数的使用往往已超越关系型数据库。事实上，在海量数据和半结构化数据的一些问题过程中，已经诞生了一系列新型数据库产品，而这些数据库我们叫做NoSQL。

  Project Savanna：让Hadoop运行在OpenStack之上

  用户需要给Savanna提供一些信息来建立集群，比如Hadoop版本、集群拓扑、节点硬件详情以及一些其它的信息。在用户更好的提供这些参数之后，Savanna将帮助用户在几分钟之内建立起集群，同样还能够在一定程度上帮助用户依据需求对集群进行扩展(增加或者删除工作节点)。