RapidMiner提供了可视化的数据挖掘技术，可视化建模简化了数据挖掘的工作，其5.3版本是开源的版本（代码全部用Java实现），但这个版本缺少对hadoop的支持（rm6已经支持hadoop，但6的版本是不开放源码的），现因工作需要，需要在5.3开源版本的基础上添加hadoop组件，支持以hadoop中的数据作为数据源，进行数据挖掘相关工作。
RapidMiner studio是RapidMiner的客户端，其核心功能由operator（操作因子）、process（挖掘任务）、Repository（存储库）组成。
operator包含数据导入导出、数据转换、数据建模、模型评估等功能。
process由operator组成。
Repository是存储库，用来存放procss的配置信息等。
存储库分为本地和远程（即server端）二种，RapidMiner server除了存放挖掘任务的配置信息外，主要负责任务的调度运行。
要添加RapidMiner对hadoop的支持，先需要研究清楚当前5.3版本的源码，以了解其架构，以下是对RapidMiner源码的学习研究：
三 ：RapidMiner Studio之Action源码分析
四 ：RapidMiner Studio之Process源码分析
五 ：RapidMiner studio之Operator源码分析
RapidMiner5.3下载地址：https://my.rapidminer.com/nexus/account/index.html#downloads
RapidMiner5.3源码地址：https://github.com/rapidminer/rapidminer
原文：http://www.cnblogs.com/fairy511/p/4644670.html