2024.11.12_大数据的诞生以及解决的问题

大数据的诞生以及解决的问题

视频一:大数据诞生的背景

原因:传统的数据处理架构无法满足海量的数据存储和计算需求

大数据的4v特性:数据量、速度、多样性、价值

视频三:区分离线处理场景和实时处理场景

区别:主要看处理的数据是有界还是无界,离线场景的数据,不会增加和减少


视频五:传统的大数据与现代的大数据区别(离线场景)

大数据典型应用以及架构改进:

  • 传统的数据仓库只能解决中小规模的数据存储与分析问题
  • 大数据的存储与计算:大数据的架构基本是天然分布式的 ,可扩展能力很强。(数据达到一定量级,大数据才能发挥实力)

大数据的两个典型的特点:

  • 分而治之,将数据打成小块,分散在各个节点中进行存储
  • 移动计算而非移动数据,数据不动,计算任务(代码文件)分发到每个节点,进行运算,然后汇总结果。

其他离线的应用场景,比如大数据的搜索与检索,图计算,数据挖掘和实时流处理等应用场景,以及相关技术细节。

基于大数据的实时流处理:

分布式消息队列,抗压性能很好,能够承担很多压力,如果压力过大,可以拓展新增的节点。

视频六:大数据生态全览

视频七:HDFS概述

1、HDFS简介(概念和优缺点)

HDFS核心子项目有三个:

  • hadoop 、yum、mapreduce
优点 缺点
高容错、高可用、高拓展 不适合低延迟数据访问
海量的数据存储 不支持并发写入
构建成本低安全可靠(构建在廉价的商用服务器上、提供了容错和恢复机制------数据备份三份) 不适合大量小文件存储
适合大规模离线批处理 不支持文件随机修改

2、HDFS原理

系统架构

存储机制

--block块存储;--元数据存储;

读写操作

安全模式

高可用

HDFS高可用:

HDFS文件命令:

hadoop fs

hdfs dfs

大部分用法和linux shell 类似,可通过help 查看帮助。

HDFS运维管理

相关推荐
练习两年半的工程师25 分钟前
金融科技中的跨境支付、Open API、数字产品服务开发、变革管理
大数据·科技·金融
MQ_SOFTWARE7 小时前
文件权限标记机制在知识安全共享中的应用实践
大数据·网络
花下的晚风8 小时前
模拟flink处理无限数据流
大数据·flink
小悟空8 小时前
[AI 生成] Flink 面试题
大数据·面试·flink
livemetee8 小时前
Flink2.0学习笔记:Stream API 常用转换算子
大数据·学习·flink
AutoMQ9 小时前
技术干货|为什么越来越多企业放弃 Flink/Spark,用 AutoMQ 替代传统 ETL?
大数据
zxsz_com_cn11 小时前
智能化设备健康管理:中讯烛龙预测性维护系统引领行业变革
大数据·架构
Pigwantofly11 小时前
SpringAI入门及浅实践,实战 Spring‎ AI 调用大模型、提示词工程、对话记忆、Adv‎isor 的使用
java·大数据·人工智能·spring
拓端研究室12 小时前
专题:2025电商增长新势力洞察报告:区域裂变、平台垄断与银发平权|附260+报告PDF、原数据表汇总下载
大数据·人工智能
阿里云大数据AI技术13 小时前
[VLDB 2025]面向Flink集群巡检的交叉对比学习异常检测
大数据·人工智能·flink