Nutch、Hadoop、Solr、MapReduce 和 Mahout 的信息

Question

PS：如有错误请指正

我正在使用 Nutch 和 Solr 构建一个搜索引擎。
我知道通过使用 Solr，我可以提高 Searching 的效率——让 Nutch 独自完成整个网络的抓取。
我还知道 Hadoop 用于通过形成集群和 MapReduce 来处理 PB 级的数据。

现在，我想知道的是
1) 因为，我将只在一台机器上运行这些开源软件，即我在本地主机上的笔记本电脑......在我的情况下，Hadoop 在形成集群时有什么好处？如何仅在一台机器上形成集群？？

2) 在我的情况下，MapReduce 的重要性是什么？

3) MAHOUT、CASSANDRA 和 HBASE 将如何影响我的引擎？？？

非常感谢这方面的任何帮助。如果我问了一个菜鸟问题，请向我道歉！
谢谢
问候

Answer 1

1) 因为，我将只在一台机器上运行这些开源软件，即我在本地主机上的笔记本电脑... Hadoop 在形成集群时对我有什么好处？

Hadoop 旨在处理大规模数据。 Hadoop是一个 分布式应用。它不会为您提供福利 单机。

如何在一台机器上形成集群？？

以伪集群模式安装Hadoop

在我的情况下，MapReduce 的重要性是什么？

同样，如果您想处理由爬虫抓取的 1000 GB 规模的页面。 Map-Reduce 在处理如此大的数据时很有用

MAHOUT、CASSANDRA 和 HBASE 将如何影响我的引擎？？？

它们是满足不同需求的不同工具。

Mahout 是机器 适合在 Hadoop 上作为 map-reduce 任务运行的学习算法 或本地文件。你想学习像谷歌翻译这样的语言吗？ 你可以使用它。

HBase 是一个 no-sql 数据库，可提供更多实时数据 对 map-reduce 更有用的临时分析进行处理。

我建议你回到你的问题陈述，使用尽可能少的工具进行设计，当你点击笔记时，你会明白其中一些工具何时有用。