该文档主要是李兴华老师的视频学习笔记，Java高级开发，具体的目录如下： 课时1 Eclipse开发工具（Eclipse简介） 10 课时2 Eclipse开发工具（使用JDT开发程序） 10 课时3 Eclipse开发工具（debug调试） 14 课时4 Eclipse开发工具（junit测试工具） 15 课时5 Java基础新特性（可变参数） 18 课时6 Java基础新特性（foreach输出） 20 课时7 Java基础新特性（静态导入） 21 课时8 泛型（泛型问题引出） 22 课时

大数据在不论在研究还是工程领域都是热点之一，算法是大数据管理与计算的核心主题。本课程试图简要介绍大数据计算中涉及到的基本算法设计方法。适用于大数据研究与开发人员，也适用于数据科学爱好者。 大数据算法这门课程旨在通过讲授一些大数据上基本算法设计思想，包括概率算法、I/O有效算法和并行算法，让听课的同学们接触到和传统算法课程不一样的算法设计与分析思路，并且以最新的研究成果为导向，让参与这门课程学习的同学了解大数据算法的前沿知识。通过这门课程的学习，同学可以掌握大数据算法设计的基本思想，掌握大数据算

1.定义 MapReduce是一个分布式运算程序的编程框架，是用户开发“基于Hadoop的 数据分析应用”的核心框架。 MapReduce核心功能是将用户编写的业务逻辑代码和自带默认组件整合成一个完整的分布式运算程序，并发运行在一个Hadoop集群上。 2.优缺点 优点： （1）MapReduce易于编程 （2）良好的扩展性 （3）高容错性 （4）适合PB级别以上海量数据的离线处理 缺点： （1）不擅长实时计算 （2）不擅长流式计算（MapReduce的输入数据集是静态的） 3.MapReduc