1，商城：是单商家，多买家的商城系统。数据库是mysql，语言java。
2，sqoop1.9.33：在mysql和hadoop中交换数据。
3，hadoop2.2.0：这里用于练习的是伪分布模式。
4，完成内容：喜欢该商品的人还喜欢，相同购物喜好的好友推荐。
步骤：
1，通过sqoop从mysql中将 “用户收藏商品” (这里用的是用户收藏商品信息表作为推荐系统业务上的依据，业务依据可以很复杂。这里主要介绍推荐系统的基本原理，所以推荐依据很简单)的表数据导入到hdfs中。
2，用MapReduce实现推荐算法。
3，通过sqoop将推荐系统的结果写回mysql。
4，java商城通过推荐系统的数据实现<喜欢该商品的人还喜欢，相同购物喜好的好友推荐。>两个功能。
实现：
1，推荐系统的数据来源：
左边是用户，右边是商品。用户每收藏一个商品都会生成一条这样的信息，<喜欢该商品的人还喜欢，相同购物喜好的好友推荐。>的数据来源都是这张表。
sqoop导入数据，这里用的sqoop1.9.33。sqoop1.9.33的资料很少，会出现一些错误，搜索不到的可以发到我的邮箱keepmovingzx@163.com。
创建链接信息
这个比较简单
创建job
信息填对就可以了
导入数据执行 start job --jid 上面创建成功后返回的ID
导入成功后的数据
2，eclipse开发MapReduce程序
ShopxxProductRecommend<喜欢该商品的人还喜欢>
整个项目分两部，一，以用户对商品进行分组，二，求出商品的同现矩阵。
一,第1大步的数据为输入参数对商品进行分组
输出参数：
二，以第一步的输出数据为输入求商品的同现矩阵
输出数据
第一列数据为当前商品，第二列为与它相似的商品，第三列为相似率(越高越相似)。
整个过程就完了，下面
