虚拟机ODPS初体验

大数据竞赛的第二阶段须要通过远程桌面的方式连接阿里提供的虚拟机， 全部操作都是在远程主机上进行。 在搞清楚文件回传方式之前真是各种麻烦（写博客都没有办法贴代码）。

用了两个上午初步上手， 希望接下来进展顺利， 不要第一个月就慘遭淘汰。

首先在cmd 通过mstsc 链接远程桌面，  远程桌面上仅仅有一个我的电脑图标。 C盘文件夹下的TOOLS文件夹中有eclipse ，python，xlab 和odpsclient等工具。

这一阶段是把结果保存为odps中的一个指定名称的表， 所以直接在ODPS中 用sql操作训练集并生成结果表 比較简单（操作上）， 可是只用sql 非常难实现比較复杂的模型，由于我sql是在太渣 。 xlab 中支持sql的批量提交。

登入时须要依据ODPS的配置文件里的信息来填写账户， 这样进入工作空间后就能看见训练集。 而且这个训练集是能够导出的，这也为通过其它方式生成结果表提供可能。

除了sql外， 也能够通过mr编程来实现分类。

可是要把分类模型写成符合mr的规范还是须要好好想想， 并且提供的框架里 mapper reducer 是分开的两个类文件。要通过某种方式实现全局变量的訪问。

依据实例实现了Wordcount 程序，  可是在ide的文件夹下看不到执行的结果文件， 要到项目空间中自己去找。

这个mr框架貌似输入输出都是表类型， 直接打包后通过在命令行中调用的方式应该就能够生成结果了。 使用mr来实现这一阶段应该是初步方向。

下一次淘汰在半个月后， 祝好运。