1、Hadoop集群的机器最好是多核、多通道硬盘，但不要使用RAID。选用中档机器。例如8核、16GB内存、4×1TB硬盘。
2、集群可随着规模而不断扩充，当小集群时（10的数量级），namenode和jobtracker可以放在同一台机器上（同时保证有一份NFS远端的namenode备份）即可。再大就最好分别放在两台机器上。
3、Windows这么不靠谱的东西就不要用于生产环境了，生产环境最好用Linux，或者Unix。
4、Hadoop的网络拓扑结构分为：机架内Rack（在[......]
1、计数器，用于Debug或者统计，毕竟分布式系统中，想要调个Bug是非常困难的，因为机器太多。。
2、Hadoop中有10多个内置的计数器，是默认就有的，例如HDFS读/写数据量，等等……
3、用户可以自定义Counter，步骤如下：
(1)Enum
(2)reporter.incrCounter()
(3)从Web管理界面或者getCounter中获得。
class MaxTemperatureWithCounters extends Configured impleme[......]
本章主要介绍了Hadoop中的各种数据类型……
1、从泛型的角度看问题。
箭头代表从输入到输出
map(k1, v1) -> list(k2, v2)
combine(k2, list(v2)) -> list(k2, v2)
reduce(k2, list(v2)) -> list(k3, v3)
2、从1中可以看到，map的输出k2 v2和reduce的输入k2和v2必须相同。
如果有combine的话，map的输出也必须和combine相匹配。[......]
这张围绕着Map/Reduce的流程和一些优化。
1、Map/Reduce任务执行涉及到的四方：
client：运行JobClient的进程。
JobTracker：分配、调度任务。
TaskTracker：具体运行任务的虚拟机。
HDFS：分布式文件系统。
2、JobClient执行runJob()后，实际是submitJob()，然后进入执行流程
(1)run job
(2)向JobTracker申请JobID
(3)拷贝所需的JAR包、配置文件等到HDFS上[......]
这一章主要是走开发Map/Reduce流程，另外介绍Hadoop的配置。
1、配置类org.apache.hadoop.conf.Configuration
属性名是String，Value是boolean、int、long、float、String、Class、File等。
2、上面提到的Configuration是从如下的xml配置文件中读出来的。
注意格式！
<?xml version="1.0"?>
<configuration>
<p[......]