01 大数据简介今天我们常说的大数据技术，其实起源于Google在2004年前后发表的三篇论文，也就是我们经常听到的“三驾马车”，分别是分布式文件系统GFS、大数据分布式计算框架MapReduce和NoSQL数据库系统BigTable。大数据技术大数据存储 HDFS大数据计算
批处理：mapreduce，spark流处理：storm、flink、spark streamingnosql：大数据分析
转载
2023-11-01 11:22:12
75阅读
一、大数据两大核心技术分布式存储：解决海量数据的存储问题。分布式处理：解决海量数据的处理问题。分布式数据库：BigTable分布式文件系统：GFS分布式并行处理技术：MapReduce二、大数据计算模式批处理实时计算交互式计算批处理计算：MapReduce是批处理计算模式的典型代表，但MapReduce无法进行高效的迭代计算，spark可以。流计算：storm/S4/Flume/Streams/P
转载
2023-07-06 17:25:12
97阅读
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop 核心项目提供了在低端硬件上构建云计算环境的基础服务,它也提供了运行在这个云中的软件所必须的 API 接口。 Hadoop 内核的两个基本部分是 MapR
原创
2016-07-07 23:10:58
1111阅读
1.什么是分布式计算？所谓分布式计算是一门计算机科学，它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。分布式网络存储技术是将数据分散的存储于多台独立的机器设备上。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，不但解决了传统集中式存储系统中单存
转载
2023-07-10 22:03:19
146阅读
大数据整体解析大数据（BigData），毫无疑问大数据是对大量处理用的，它包括数据的存储（HDFS）和计算功能（MapReduse），由yarn进行cpu的调度。大数据天生就是自带分布式的，对大量的数据的处理，需要分布式的数据存储，数据量过大 需要分布式的计算，还需要集群模式的数据的收集（flum），还有实时的计算和离线的计算等。大数据的特点：4V Volum大量 Velocity高速 Varie
转载
2023-08-15 15:34:15
107阅读
我是李阳，一名资深大数据工程师，专注于农业大数据领域的应用，拥有5年的分布式计算经验。曾帮助多家农场用大数据技术提高生产效率，发表过多篇农业大数据论文。欢迎关注我的博客（https://www.agridata.tech），分享更多农业大数据的实践经验。评论区互动你在农业数据分析中遇到过哪些问题？你觉得分布式计算能解决这些问题吗？欢迎在评论区留言，我们一起讨论！
MapReduce和SparkMapReduce简介原理示例基本概念作业运行模式Spark简介概念编程模型RDDRDD操作（Operator）RDD依赖（Dependency）作业运行模式课后温习参考 MapReduce简介MapReduce是一个面向离线批处理的分布式计算框架。离线：对时间不敏感，慢慢算批处理：数据攒一批，处理一批（相对于流处理） 分布式编程模型：MapReduce程序被分为M
转载
2023-11-07 11:07:04
275阅读
Protocol Buffer Protocol Buffer，是Google内部使用一种语言中立、平台中立和可扩展的序列化结构化数据的方式，并提供 Java、C++ 和 Python 这三种语言的实现，每一种实现都包含了相应语言的编译器以及库文件，而且它是一种二进制的格式，所以其速度是使用 XML 进行数据交换的10倍左右
转载
2023-05-26 14:57:00
133阅读
0. 前言分布式并行编程可以大幅提高程序性能，实现高效的批量数据处理。分布式程序运行在大规模计算机集群上（廉价的服务器），可以并行执行大规模数据处理任务，从而获得海量的计算能力。因此目前常用的大数据软件都可以部署在分布式计算环境种。关于大数据的概论，在前面的文章中已经详细讲解，这里就不再赘述。对于想学习大数据的同学而言，自己在家买设备显然成本过高，租用云服务器的价格也不便宜，对于初学者而言相当的不
原创
2021-04-06 13:02:18
715阅读
终于在家也能体验大数据分布式计算的感觉了。
原创
2022-10-19 22:47:49
99阅读
分布式Java应用的体系结构知识简单分为:网络通信：包括协议和IO消息方式的系统间通信：包括基于Java包、基于开源框架、性能角度远程调用方式的系统间通信：包括基于Java包、基于开源框架、性能角度大型应用拆分为多个子系统来实现，这些子系统可能部署在同一台机器，或者不同机器的多个不同JVM中，每个子系统对应一个JVM。但这些子系统又不是完全独立的，要相互通信来共同实现业务功能，对于此类Java引用
转载
2023-09-11 15:57:05
34阅读
大数据分布式内存，创建目录；配置文件；启动命令；
原创
2018-07-17 13:11:34
813阅读
现如今，大数据的发展得到了越来越多人的关注，当然，很多企业也开始关注大数据，通过大数据可以从数据中挖掘出有价值的数据，从而找出隐藏的商机，而大数据的分布式数据库是一个十分重要的内容。我们在这篇文章中就给大家介绍一下关于数据库的相关知识，希望这篇文章能够更好的帮助大家理解大数据的分布式数据库知识。其实大数据技术从诞生到现在，已经经历了十几个年头。其实现在很多人对于大数据未来的美好
转载
2023-11-03 11:34:16
39阅读
运用JAVA技术实现分布式计算目前，运用JAVA技术实现分布式计算的技术主要有RMI、CORBA以及Scoket通信三方面技术，下面就这三方面技术分别做一下比较。l RMIRMI技术远程调用，是基于RPC技术发展而来的。其开发过程基本由下面几个过程1. &n
转载
2023-08-29 21:21:07
59阅读
Apache Kylin是一个开源的分布式分析引擎，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBay 开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。kylinKylin OLAP引擎基础框架，包括元数据（Metadata）引擎，查询引擎，Job引擎及存储引擎等，同时包括REST服务器以响应客户端请求；支持额外功能和特性的插件；与调度系统，E
转载
2024-06-02 07:50:17
67阅读
# 前言在高并发的分布式系统中，缓存是必不可少的一部分，如果没有缓存，大量的请求直接落到系统，系统是很难撑住高并发的冲击，所以分布式系统中缓存的设计是很重要的一部分。运用缓存后可以加速读写、降低后端的负载，但同时又会出现运维成本，数据不一致性等问题。下面介绍在运用缓存过程中可能会碰到的问题# 缓存雪崩缓存雪崩是由于原有的的缓存失效，新缓存还没有到期间，在这个期间原本所有的请求应该是先访问缓存，现在
转载
2023-10-24 00:15:16
72阅读
1.map reduce 计算模型 介绍：关键流程图示意： 2.shuffle过程介绍：https://www.zhihu.com/question/27593027简单流程图： 2.spark使用感想spark 用yarn安装参考： spark编程感想--理解spark的RDD编程快速的实现spark应用，可以从数据流入手，首先写一下输入和预期输出的数据格
HADOOP： 是一个适合大数据的分布式存储（HDFS）和并行计算（MapReduce）平台. 是由Doug Cutting编写的。原来是nutch下的一个子项目，主要用来做搜索引擎。 特点：1.扩容能力强， 2.成本低：可使用普通pc集群来实现 &nb
原创
2014-03-03 21:25:57
1234阅读
分布式存储先有分布式还是先有大数据呢？这是个值得思考的问题。因为大数据所以才会数据分布式存储，因为单机无法存储，所以需要分布式存储嘛。但是，另一方面，我们的数据产生天然就是分布式的，只不过我们一般的思路是集中存储，便于管理。分布式存储的一般思路，就是将大数据切片，按照某种策略存储在多个节点之间，这种策略要确保数据的分布是均匀的，以保证节点负载的均匀；同时数据的分布也要有一定的稳定性，不能因为节点的
转载
2024-04-04 21:54:30
48阅读
我们说大数据分析，说云计算，都少不了分布式计算技术。因为要实现大规模的计算和数据分析，一台服务器肯定是不够的，你也不能简单地将不同功能模块分布到不同的机器上运行，这充其量也只能叫做scale-up，但是最终你一定需要scale-out，这才是真正的分布式计算，或者叫并行计算。
DeveloperWorks上今天刊载了一篇文章，展示了ZooKeeper这个分布式计算调度器的力量。这个Yahoo共享
原创
2013-01-28 20:09:33
2233阅读
点赞
