标签: cascalog

我注意到Cascalog入门指南指定了Hadoop的一个版本

:profiles { :dev {:dependencies [[org.apache.hadoop/hadoop-core "1.0.3"]]}}

如果我的团队使用不同版本的Hadoop,那我运气不好吗？更广泛地说,Cascalog可以与哪些Hadoop版本进行互操作？

无论Cascalog和Datomic已经选择使用数据记录(通过SQL)作为他们的查询引擎.

戴夫托马斯声称:

对于少量空间的大型查询,Datalog比SQL更好.

我的问题是:对于面向列的数据库,数据记录是否比SQL更有效？

jar使用(hfs-textline)和获取在AWS-EMR集群上运行Clojure :

IllegalArgumentException必须指定bucketName参数.com.amazonaws.services.s3.AmazonS3Client.rejectNull`.

在幻灯片36和37的演示中 - Cascalog的作者断言,给定一个名称和年龄的数据集如:[名称年龄],返回所有结果的查询大于平均年龄是300行PIG.

这是一个有效的断言吗？真的有几行PIG？

或者他描述的问题比我描述的更大？

(免责声明 - 我是内森的作品,Clojure和Cascalog的忠实粉丝 - 我只是想直接了解一些事实).