2023学年完整公开课版教学Hadoop组件_第1页
2023学年完整公开课版教学Hadoop组件_第2页
2023学年完整公开课版教学Hadoop组件_第3页
2023学年完整公开课版教学Hadoop组件_第4页
2023学年完整公开课版教学Hadoop组件_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

主讲：孟繁兴0102030405目录HDFS分布式文件系统MapReduce编程模型HBase分布式数据库Hive数据仓库Sqoop数据抽取HDFS分布式文件系统HDFS——Hadoop生态圈的基本组成部分是Hadoop分布式文件系统（HDFS）。HDFS是一种数据分布式保存机制，数据被保存在计算机集群上。数据写入一次，读取多次。HDFS为HBase等工具提供了基础。主要特点使用低成本存储和服务器构建存放PB级别的海量数据高可扩展性,实际生产环境扩展至4000个节点高可靠性和容错性，数据自动复制，可自我修复高带宽，高并发访问，对于延迟不敏感面向批处理数据分布与复制HDFS体系结构HDFS系统架构什么是MapReduce编程模型？Map(映射):对一些独立元素组成的列表的每一个元素进行指定的操作,可以高度并行Reduce(化简):对一个列表的元素进行合并一个简单的MapReduce程序只需要指定map()、reduce()、输入和输出,剩下的事由框架帮你搞定MapReduce编程模型MapReduce计算框架MapReduce编程模型为离线数据分析而设计,基本上是个利用数据并行性进行分布运算而后汇总结果的计算框架分析问题能够被并行化,且输入数据集可以被切分一个Map函数,在第一阶段计算<Key,Value>对

一个Reduce函数,在第二阶段用于汇总Map函数的结果HBase分布式数据库HBase是一个按列存储的、多维表结构的实时分布数据库,为高速在线数据服务而设计。HBase是一个构建在HDFS上的分布式列存储系统；HBase是基于GoogleBigTable模型开发的，典型的key/value系统HBase是ApacheHadoop生态系统中的重要一员，主要用于海量结构化数据存储hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。HBase特性HadoopHbase：大：一个表可以有数十亿行，上百万列无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列面向列：面向列（族）的存储和权限控制，列（族）独立检索稀疏：空（null）列并不占用存储空间，表可以设计的非常稀疏数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳数据类型单一：Hbase中的数据都是字节串，没有类型。HBase软件架构HBase系统构架Hive数据仓库Hive数据仓库Hive是一个建立在hadoop/hbase之上的数据仓库,用于分析结构化海量数据采用HDFS或HBase进行数据存储采用Map/Reduce进行数据操作基本特点:提供类似于SQL的查询语言针对海量数据的高性能查询和分析系统命令行接口，JDBC/ODBC提供灵活的扩展性Hive应用范围举例Sqoop数据抽取Sqoop是一个用来将Hadoop和关系型数据库中的数据相互转移的工具，可以将一个关系型数据库

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论