上一节我们介绍了Hive的安装配置， 本节我们将简单介绍一下Hive的一些基础知识。

##Hive关于内部表、外部表、分区和分桶概念

####一、内部表

一般说Hive的表通常指的就是内部表。

Hive的表在HDFS中都有相应的目录来存储表的数据，目录的路径，也是我们上节在hive-site.xml文件
中关于hive.metastore.warehouse.dir的上配置， 默认我们放在/user/hive/warehouse路径下。

本期给大家介绍一下在Ubuntu系统下安装Hive

##Hive的安装环境

• Ubuntu16.04
• Hadoop2.7
• JDK 1.7
• Hive 2.3
• Mysql

SpotLight已经推出来很久了， 从ios9苹果推出了一些新的API之后，我们可以将App的部分内容通过建立索引，然后在Spotlight上搜索结果， 并且完全可以根据你的需求来设定跳转的页面， 以及Spotlight页面显示的内容设置 。

上一节我们提到了Facebook的一个关于检测内存泄漏的重要工具是FBRetainCycleDetector， 今天我们继续介绍Facebook的另一个重要工具 Infter

Infter是一个静态分析工具， 它可以分析的编程语言有： Objective-C， Java还有C，

通过它对代码的静态分析，来报告潜在的问题。

Facebook最早开源过FBRetainCycleDetector, 这已经是2016年4月推出FBMemoryProfiler的前身了， 最新的FBMemoryProfiler提供了很多的交互界面和更多一些的功能。

前面我们花了3节的时间介绍了关于机器学习常用的numpy、pandas、matplotlib库。 今天我们综合介绍一下它们的联合使用。

上一节中，我们介绍了关于Python中一个很重要的库Pandas， 今天我们继续学习关于 Matplotlib 中如何画图的教程。

书接上文，上一讲我们主要介绍了，机器学习中关于Python的环境搭建和一些基础Python语法以及numpy库的一些简单的使用，今天我们继续再学习一些有关Python库的基础知识。

我们首先来看一下，机器学习中常用的另一个常见的库 Pandas

Pandas有2个独有的基本数据结构： Series 和 DataFrame， 这使得不论是读取还是写入等处理数据，使得我们用起来很方便， 下面用例子给大家介绍：

之前一直在学习关于数据挖掘的理论知识， 今天开始接触一下关于它的一个分支—机器学习。

机器学习简单的来说就是通过历史数据，通过一些数据分析的技术，建立一个“数据模型”， 当有新的数据通过这个数据模型，可以进行相应的预测。

常用的学习主要分为三类：

• 有监督学习： 分类、 回归
• 无监督学习： 聚类
• 半监督学习： 结合

在前几节中，我们主要介绍了在ubuntu环境上安装部署hadoop的环境， 本节将通过一个实例来介绍在eclipse下编写程序，并在hadoop下执行。