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
数据采集的简介学习目标2知识目标●数据采集简介●深度讨论Flume能力目标●熟悉数据采集●进一步了解Flume数据采集简介3目录深度讨论Flume数据采集简介4大数据采集步骤数据采集简介5任何完整地大数据平台,一般包括以下几个过程:数据采集、数据存储、数据管理、数据处理、数据展现(可视化、报表和监控)。数据是分散在不同的系统中的,在让大数据产生价值之前,必须对数据进行采集、清洗、处理。大数据的数量和维度越来越多,我们必须采用大数据技术获取所需信息。计算机网络和信息设备的快速发展,产生的海量数据存在于各类服务器、媒介、机构,需要采取不同的办法去寻找、加工数据才可以获得所需信息。数据采集是所有数据系统必不可少的,随着大数据越来越被重视,数据采集的挑战也变得尤为突出。数据采集简介6这其中包括:(1)数据源多种多样(2)数据量大,变化快。(3)如何避免重复数据。(4)如何保证数据的质量。(5)如何保证数据采集的可靠性和高性能。数据采集简介7大数据采集步骤深入讨论Flume8FlumeApacheFlume是Cloudera提供给Hadoop社区的一个项目,用于从不同的数据源可靠有效地加载数据流到HDFS中。Flume具有一定的容错性,并支持failover和系统恢复。Flume是一个分布式、可靠、可用的轻量级工具,非常简单,容易适应各种方式的数据收集。Flume使用Java编写,其需要运行在Java1.6或更高版本之上。Flume的官方网站为/。深入讨论Flume9Flume架构深入讨论Flume10Flume事件深入讨论Flume11FlumeAgent我们在了解了Flume的外部结构之后,知道了Flume内部有一个或者多个Agent,然而对于每一个Agent来说,它就是一共独立的守护进程(JVM),它从客户端哪儿接收收集,或者从其他的Agent哪儿接收,然后迅速的将获取的数据传给下一个目的节点sink,或者agen
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
- 区块链云存储服务合同-1
- 公众号运营服务合同
- 企业营销策划与执行服务合同
- 企业绿色农业服务合同
- 企业级项目管理软件采购合同
- 体育教育个人实习总结模板(5篇)
- 乌伊岭区2025届三上数学期末预测试题含解析
- 智研咨询发布:中国运动饮料行业市场现状、发展概况及未来前景分析报告
- 凭祥市2024-2025学年数学三年级第一学期期末经典模拟试题含解析
- 崇州市2025届数学三年级第一学期期末统考试题含解析
- 2024年浙江省绍兴市生态环境局下属单位编外招聘4人历年高频考题难、易错点模拟试题(共500题)附带答案详解
- 2024年在九九重阳节茶话会的讲话(五篇)
- 2024年6月大学英语四级真题试卷及答案第3套
- 2024年白山长白朝鲜族自治县公开招聘“乡村振兴专员”77名工作人员(高频重点复习提升训练)共500题附带答案详解
- (高级)工业机器人系统运维员技能鉴定考试题库(浓缩500题)
- 引领绿色出行新风尚
- 医疗成品审核放行单
- 2024-2030年中国地铁广告行业市场现状供需分析及重点企业投资评估规划分析研究报告
- 《燕歌行(并序)》教学设计2023-2024学年统编版高中语文选择性必修中册
- JCT 932-2013 卫生洁具排水配件
- 中学女生青春期心理健康培训讲座主题班会课件
评论
0/150
提交评论