1930的时候，赵元任写了篇<<施氏食狮史>>。 下面这个是两年多前写的了，其实当时应该是在调侃陈臣同学，“陈臣，陈："臣，陈臣，晨，尘沉，衬尘"”，只是却想起了yaoyao同学。大概是无聊时候的游戏，只是仿佛已很久没当年那般无聊了。
from：http://cloud.csdn.net/a/20110429/296900.html
本文介绍了Facebook公司数据分析系统中的RCFile存储结构，该结构集行存储和列存储的优点于一身，在 MapReduce环境下的大规模数据分析中扮演重要角色。
Facebook曾在2010 ICDE（IEEE International Conference on Data Engineering）会议上介绍了数据仓库Hive。Hive存储海量数据在Hadoop系统中，提供了一套类数据库的数据存储和处理机制。它采用类 SQL语言对数据进行自动化管理和处理，经过语句解析和转换，最终生成基于Hadoop的MapReduce任务，通过执行这些任务完成数据处理。图1显示了Hive数据仓库的系统结构。
作者：Owen Omalley 2009-8-27
原文：http://developer.yahoo.com/blogs/hadoop/posts/2009/08/the_anatomy_of_hadoop_io_pipel/
译者：phylips@bmy 2011-8-28
出处：http://duanple.blog.163.com/blog/static/70971767201172902737677/
引言
在一个典型的Hadoop MapReduce job中，通常是从HDFS上读取输入文件。为减少文件大小，文件数据通常是压缩过的，因此读取之后需要进行解压，之后得到序列化字节串，在传递给用户定义的Map函数之前再将这些字节串转换为java对象。输出则刚好是一个反向的过程，输出记录会被序列化，压缩，最终传送到HDFS上。这看起来很简单，但是因为下面的一些原因，这两个过程实际上是很复杂的：
作者：Jeff Dean, Sanjay Ghemawat
原文：http://leveldb.googlecode.com/svn/trunk/doc/impl.html
译者：phylips@bmy 2011-8-17
译文：http://duanple.blog.163.com/blog/static/70971767201171821616246/
Files
LevelDB的实现本质上类似于Bigtable中的tablet(参见Bigtable论文5.3节)。但是，与论文中的具体的文件组织方式稍有不同，解释如下：
作者：Jeff Dean, Sanjay Ghemawat
原文：http://leveldb.googlecode.com/svn/trunk/doc/index.html
译者：phylips@bmy 2011-8-16
译文：http://duanple.blog.163.com/blog/static/70971767201171705113636/
LevelDB库提供了一种永久性的key value存储。Key和value都是任意的字节序列。在这个key value存储系统中，key按照用户声明的比较函数有序排列。
这两句出自苏轼的《定风波》，写于因“乌台诗案”被贬黄州后的第二年。
定风波
三月七日沙湖道中遇雨。雨具先去，同行皆狼狈，余独不觉。已而遂晴，故作此。
莫听穿林打叶声，
何妨吟啸且徐行。
竹杖芒鞋轻胜马，谁怕？
一蓑烟雨任平生。
料峭春风吹酒醒，微冷，
山头斜照却相迎。
回首向来萧瑟处，归去，
也无风雨也无晴。
zz from：http://www.cnblogs.com/spork/archive/2010/04/02/1703428.html
最近看到调度器这一块，发现Hadoop官方文档中有关公平调度器（Fair Scheduler Guide）和容量调度器（Capacity Scheduler Guide）部分的文档还没有汉化，Google了下也未发现有相关汉化，So，我班门弄斧，抛砖引玉一下了。这里先奉上公平调度器的中文版。由于我一直用Cloudera Hadoop 0.20.1+152的版本，所以这个汉化也是基于里面的文档来的。目前官方上的公平调度器部分已经改动了：
取消了配额文件，参数全部设置到mapred-site.xml。任务抢占特性也取消了。增删了一些参数。但是基本的原理和设置还是一样的，该文档仍适用于新版的公平调度器。
早上，朋友告诉我之前翻译的系列文章，有在新浪微博上看到别人推荐。联系到最近访问量暴增，看下统计果然有些流量是从weibo上导过来的，顿感压力山大，唯恐贻笑大方。
一方面某些文章已经是一年之前翻译的了，现在回头再看也发现其中有些理解偏颇的地方。另一方面即算现在来看，感觉还有些地方未理解透彻。当初翻译这些论文的目的在于一方面加深自己的印象，另一方面也是为了记录自己对于关键内容的理解，所以这应该是一个长期的不断改进的过程。后面这项工作应该也会持续下去，对于其中已经有翻译版本的，除非必要应该不会再去翻译，虽无严格的计划，但是大概会有几个步骤：继续关注分布式基础理论方面的论文，研究下Hadoop的源代码，做一个关于锁的专题，看下Dynamo这一系列的理论基础及相关系统
作者：Kirk McKusick & Sean Quinlan 2009-8
原文：http://queue.acm.org/detail.cfm?id=1594206
译者：phylips@bmy 2011-8
译文： http://duanple.blog.163.com/blog/static/7097176720117611327190/
[一个Kirk McKusick 与Sean Quinlan之间关于GFS的起源和演化的讨论]