zoukankan      html  css  js  c++  java
  • 学习笔记

    1.处理海量数据的核心技术

    海量数据存储:分布式

    海量数据运算:分布式

    2.存储框架

    HDFS-----分布式文件存储系统(HADOOP中的存储框架)

    HBASE------分布式数据库系统

    KAFKA-------分布式消息缓存系统(实时流式数据处理场景中应用广泛)

    3.运算框架:(要解决的核心问题就是帮用户将处理逻辑在很多机器上并行)

    MAPREDUCE----离线批处理/HADOOP中的运算框架,分布式运算编程框架,实现在很多机器上分布式并行计算

    SPARK(本身就是框架)-----离线批处理

    STORM------实时流式计算

    4.辅助类的工具(解放大数据工程的繁琐工作):

    HIVE----数据仓库工具(只是个工具):可以接受SQL,翻译成mapreduce或者spark程序运行

    FLUME----数据采集(可以自动采集)

    SQOOP----数据迁移

    ELASTIC SEARCH---分布式的搜索引擎 

    5.hadoop中有3个核心组件

    分布式文件系统:HDFS----实现将文件分布式存储再很多的服务器上

    分布式运算编程框架:MAPREDUCE---实现在很多机器上分布式并行运算

    分布式资源调度平台:YARN---帮用户调度大量的mapreduce程序,并合理分配运算资源

  • 相关阅读:
    插入排序
    排序算法结构表
    两个数字交换的四种方法
    LRU算法实现
    虚拟用户的配置
    【转】Linux查看CPU和内存使用情况
    Linux 多线程开发
    【转】RTSP流理解
    【转】DynDNS使用随笔
    【转】使用 udev 高效、动态地管理 Linux 设备文件
  • 原文地址:https://www.cnblogs.com/smile502/p/13188728.html
Copyright © 2011-2022 走看看