Hadoop学习--第一章 Hello大数据分布式

第一章 Hello大数据分布式

数据导论

什么是数据?

数据:一种可以被鉴别的对客观事件进行记录的符号。

简单来说就是:对人类的行为及产生的事件的一种记录

数据的价值

对数据的内容进行深入分析,可以更好的帮助了解事和物在现实世界的运行规律

比如,购物的订单记录(数据)可以帮助平台更好的了解消费者,从而促进交易。

大数据技术栈

当下时代已经是数据的时代,数据非常重要并且蕴含巨大的价值。

大数据诞生

大数据的诞生是跟随着互联网的发展的

当全球互联网逐步建成(2000年左右),各大企业或政府单位拥有了海量的数据亟待处理。

基于这个前提逐步诞生了以分布式(以数量战胜数量,多台服务器处理海量数据) 的形式(即多台服务器集群)完成海量数据处理的处理方式,并逐步发展成现代大数据体系。

分布式处理技术

Apache Hadoop

Apache Hadoop对大数据体系的意义

第一款获得业界普遍认可的开源分布式解决方案

让各类企业都有可用的企业级开源分布式解决方案

一定程度上催生出了众多的大数据体系技术栈

从Hadoop开始(2008年左右)大数据开始蓬勃发展

大数据概述

什么是大数据?

大数据特征

从海量的高增长、多类别、低信息密度的数据中挖掘出高质量的结果

大数据核心工作

大数据软件生态

数据存储

数据计算

数据传输

Apache是什么?

Apache(Apache软件基金会)是一个专门为支持开源软件项目而办的非营利性组织,在它所支持的Apache项目与子项目中,所发行的软件产品都遵循Apache许可证(Apache License)。

Apache Hadoop概述

什么是Hadoop?

可以实现大数据核心工作的存储和计算(另一个是传输)

为什么学习Hadoop?

Hadoop的功能

Hadoop发展

Hadoop发行版本

相关推荐
东方巴黎~Sunsiny12 分钟前
当kafka消费的数据滞后1000条时,打印告警信息
分布式·kafka·linq
sj116373940335 分钟前
Kafka新节点加入集群操作指南
分布式·kafka
东方巴黎~Sunsiny36 分钟前
kafka消费数据太慢了,给优化下
分布式·kafka·linq
Elastic 中国社区官方博客1 小时前
Lucene 和 Elasticsearch 中更好的二进制量化 (BBQ)
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·lucene
QYR市场调研1 小时前
科技前沿:汽车智能玻璃,开启透明显示新纪元
大数据·人工智能
MXsoft6182 小时前
监控易助力国家某办公室实现多数据中心高效监控与运维管理
大数据·运维·数据库
青云交2 小时前
大数据新视界 -- 大数据大厂之 Impala 性能优化:基于数据特征的存储格式选择(上)(19/30)
大数据·性能优化·金融数据·impala·存储格式选择·数据特征·社交媒体数据
东方巴黎~Sunsiny2 小时前
详解kafka消息发送重试机制的案例
分布式·kafka·linq
正在走向自律3 小时前
AI 写作(五)核心技术之文本摘要:分类与应用(5/10)
大数据·人工智能·ai写作
samFuB3 小时前
安慰剂检验Stata代码(全套代码、示例数据及参考文献)
大数据