DistributedCache是Hadoop的一个分布式文件缓存类，使用它有时候能完成一些比较方便的事

HDFS添加删除节点并进行hdfs balance

优先通过配置文件，再在具体机器上进行相应进程的启动/停止操作。

一个完整的贝叶斯分类算法可能需要4 个有依赖关系的MapReduce 作业完成，传统的做法是：为每个作业创建相应的JobConf 对象，并按照依赖关系依次（串行）提交各个作业

用命令行方式提交，在eclipse中提交作业，采用eclipse的插件实现项目的提交

DistributedCache 是一个提供给Map/Reduce框架的工具，用来缓存文件（text, archives, jars and so on）文件的默认访问协议为(hdfs://).

每一个map都可能会产生大量的本地输出，Combiner的作用就是对map端的输出先做一次合并，以减少在map和reduce节点之间的数据传输量，以提高网络IO性能，是MapReduce的一种优化手段之一。

JVM把数据写到JVM管理范畴之外， 然后将这些数据读回来放在JVM管理范畴内时，

Hadoop的自定制数据类型有两种，一种较为简单的是针对值，另外一种更为完整针对于键和值都适合

fuse安装的情况下，需要使用root进行启动配置，如果需要使用其他账号挂载目录