Hadoop 数据类型与文件结构剖析 Sequence, Map, Set, Array, BloomMap Files
今天要推荐的一篇文章发表在知名云存储提供商 Cloudera 的博客，本文细致且图文并茂地讲解了 Hadoop 的几种典型文件结构及他们之前的关系。NoSQLFan 将主要内容翻译整理如下（如有错漏，欢迎指正）：
Wordnik 的 MongoDB 使用经历
Wordnik 是一个在线辞典和语言库，他提供Web页面并开放有相应的API接口，在他们的官方博客中，记录了他们的一些技术实践及相应的效果，他们后端存储经历了从 MySQL 到 MongoDB 的转变，下面是相关的文章：
1.What has technology done for words lately? 最近的技术改进
2.12 Months with MongoDB 使用 MongoDB 12个月的经历
3.下面是一个Wordnik的同学做的一个PPT，讲述了Wordnik从MySQL 迁移到 MongoDB 的一些心得：
4.下面这个PPT是Wordnik的MongoDB运维经验
5.MongoDB Admin Tools
6.Wordnik Bypasses Processing Bottleneck with Hadoop
HBase 文件结构图
HFile 是 HBase 的数据文件结构，下图是对HFile 的数据组织结构描述，是理解 HBase 数据存储的绝佳教材。
Hadoop Map-Reduce 实例的 Ruby 实现
下面是一个非常完整的实例，描述了在 Amazon EC2 上搭建 Hadoop 集群并进行 MapReduce 计算的过程。其步骤完整，过程清晰，是非常好的学习材料。
主要内容如下：
Fire-Up Your Hadoop Cluster 搭建一个 Hadoop 集群
Setting Up Your Local Hadoop Client 配置 Hadoop 客户端
Defining The Map-Reduce Task 定义 Map-Reduce 任务
Uploading Your Data To HDFS (Hadoop Distributed FileSystem) 往HDFS中添加数据
Coding Your Map And Reduce Scripts in Ruby 用 Ruby 完成对 Map 及 Reduce 函数的编写
Running The Hadoop Job 运行 Hadoop 的 MapReduce 任务
The Results 得出运行结果
Conclusion 结果分析与总结
Resources 参考资料列表
百度Hadoop分布式系统揭秘：4000节点集群
在 NoSQL 方面，之前了解到百度对 Hadoop 和 hypertable 都有使用，而且 hypertable 方面是作为主要赞助商之一，但之前和百度的一些朋友了解到百度内部对 hypertable 倒是使用不多，相反在 Hadoop 方面倒是有比较大的应用实例。下面一篇文章正好作为一个证实，描述了百度内部4000个结点的 Hadoop 集群的一些技术细节。
Hadoop and Voldemort @ LinkedIn
LinkedIn的SNA架构团队围绕Hadoop、Key-value存储以及搜索做了一整套生态系统。非常值得借鉴。
用Solr和Hadoop搭建大规模数据下的实时搜索服务
自有twitter以来，实时搜索开始从臆想变为现实。而很多搜索引擎也可以进行实时搜索方面的探索。比如sphinx从1.10.1版本开始支持准实时搜索。而很多公司也开始思考构建自己的实时搜索服务，以让用户最快的得到感兴趣的信息。下面PPT是利用Solr（一个基于Lucene的搜索服务器）和Hadoop进行实时搜索搭建的架构，供大家参考：
HUG-NYC会议精彩主题：HBase安全性探讨
HUG-NYC（HBase User Group in New York City）是一个在纽约举行的HBase应用者聚会。下面是其间关于HBase安全性主题的PPT。
NoSQL产品的安全性不高一直备受各路反对者的诟病，但事实是，很多NoSQL产品还是提供了足够的安全支持，如下面说到的HBase。
海量数据处理之 SMAQ 架构-Storage、MapReduce And Query
SMAQ 是 Storage、MapReduce And Query 的缩写，意思是利用分布式存储，MapReduce并提供基础查询来实现对海量数据的存储和处理。下面是一篇关于SMAQ的非常全面精辟的论述文章（实在很经典，希望有时间来进行翻译）：
大规模集群的硬件选择
Cloudera公司是商用的Hadoop支持提供商，是一个云服务提供者，下面是Cloudera的博客上的一篇文章，主要内容是为我们在大规模集群搭建中对硬件的选择提供一个指导。
