不久將要參加個什麼大資料比賽。 於是將相關的內容練習了幾遍。 其中各自的關鍵及相關的理解均寫成了筆記，分別是zookeeper分散式叢集環境的搭建，hadoop叢集環境的搭建，分散式非關係型資料庫hbase環境搭建，基於hive的資料倉庫的構建   以及於此同時回顧的計算機網路的相關知識。  短期來看，似乎有點浪費時間，做了一些無用功。 無論參加比賽獲獎與否。 但是長期來看，還是很有益處的，不說大資料這種對普通開發人員不著調的話題，單單是計算機網路的相關理論知識，足夠抵過很多的所謂實踐了。   不管怎樣，既然做了，那就儘量做好吧，希望能夠做到問心無愧就好。     因此還是決定將知識總體拉通在複習一遍，並且將資料倉庫中的資料分析部分給補上（筆記已經整理在電腦中，為防止誤刪資料，還是滕到部落格上比較好！  上次清理桌面莫名其妙將自己數個月起早貪黑整理的筆記，以及整理的英語筆記都給弄丟了。  還好其中重要的都給寫到了部落格裡，丟失了部分勞動成果，馬勒戈壁的）。 

   先看看各個元件的啟動方式，以及啟動成功後，各自啟動了哪些程序：（這實際上是最容易理解的，比很多的理論知識要來的直接的多）：

   當在叢集環境下，這些程序都啟動正常的話，那麼基本可以判定這個叢集是正確可用的了。  

 接著是hive的相關操作：

1.建立資料庫：

   、

2.建立資料表

  Or

  語法規則：

   注意為了正確的裝載，需要將爬取到的內容中的   ,（逗號）以及 \n（換行符號轉義）

修改mysql 的預設編碼：

修改配置，使得centos支援顯示中文：

若沒有，則要下載：

  注意，以上的所有設定對centos的預設字元介面是不會生效的，只能用外接的命令列。。。

將需要檢索的結果進行分表：

統計：

  繼續統計：

  轉換率計算：

 針對競賽的解決方案：(統計總帖子數)

  2，統計總使用者數：