本篇博客将一直更新！
总结1：将一个字符串数组存放到一个list集合当中。
运行结果:
4 Hadoop总结2：判断数据的类型并进行类型的转换(Java版和Scala版)。
运行结果:
String type！ I like big data! Integer type!总结3：字符串对应分词器的使用。
运行结果:
Spark Hbase Hive Hadoop 589 Scala总结4：单词计数或者多数投票常用的Javabean->wordcount.
总结5：单词计数或者多数投票常用的Javabean->reduce.
总结6：单词计数或者多数投票常用的Javabean->ReduceData
总结7：单词计数或者多数投票常用的Javabean->统计
总结8：Scala中的toList方法与flatMap方法进行结合：将字符串集合转化成字符集合
运行结果：
List(List(0, 0, 0, 0, 0, 1), List(0, 0, 0, 0, 1, 0), List(0, 0, 0, 0, 1, 1)) List(0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 1)总结10：Intellent IDE当中常用的快捷键
总结11:List中常用的3个分区操作
总结12:集合中资源的初始化工作：List伴生对象中的make方法
总结13:scala中的foreach除了输出还可以干别是事情的例子
总结14:通过Hadoop的Api–FileSystem阅读HDFS中文件的内容
运行结果：
hadoop and spark java and scala总结15:Hbase中key的值实际上是{行健、列族、列名、时间戳}的集合，而不仅仅指的是rowkey
总结16:通过Java api扫描Hbase中某一个区域的数据（我联想到了Hash算法中近邻的桶！）
