由雅虎为工程师和数据科学家打造的Apache Hadoop曾因巨大的潜力而备受称赞，但如今它却受到了更快的产品的影响，而这些产品往往来自于它本身的生态系统——Spark就是其中之一。今年早些，H20.ai的创始人Sri Ambati对Datanami 曾说：“Spark将会使Hadoop处于绝地”。 但在过去的几年中，Hadoop似乎并没有出现过任何衰退的迹象。在2015年Atsc
转载
2023-11-18 23:42:39
5阅读
狭义上来说，hadoop就是单独指代hadoop这个软件，广义上来说，hadoop指代大数据的一个生态圈，包括很多其他的软件 2、hadoop的历史版本介绍0.x系列版本：hadoop当中最早的一个开源版本，在此基础上演变而来的1.x以及2.x的版本1.x版本系列：hadoop版本当中的第二代开源版本，主要修复0.x版本的一些bug等2.x版本系列：架构产生重大变化，引入了yarn平台等
转载
2023-12-04 21:58:22
55阅读
1 前言 1.1 大数据的4V特征：容量、种类、速度和价值： 容量：1 PB = 1024TB = 1024×1024GB = 1024×1024×1024MB = 1024×1024×1024×1024KB； 种类：结构化数据、非结构化数据和半结构化数据(如HTML和XML文档)； 价值：价值密度低是大数据的一个显著特征； 速度：增长和处理速度快，时效性高。 1.2 Hadoop：Apache
转载
2024-06-22 08:46:03
38阅读
随着人工智能技术的迅猛发展，数据的收集和处理变得愈加重要。而在大数据处理的过程中，Hadoop作为一款流行的开源框架，为AI训练集的处理提供了强大的支持。然而，在实际应用中，很多团队发现Hadoop与AI训练集的结合并不是一帆风顺的，尤其是在数据量庞大、计算复杂度高的情况下，技术团队面临了一些独特的挑战。
> 用户原始需求：
> “我们希望能够通过Hadoop处理大规模的AI训练集，但现在的系统
当前已经进入大数据时代，大数据技术和产品百花齐放，在各自的应用场景发挥重要作用，Redis做为高性能的键值数据库与这些技术有着千丝万缕的联系，本文将介绍如何将Redis与Hadoop、ELK等技术进行结合。一、Redis与HadoopHadoop作为大数据时代的分布式计算平台，由于其高可用性、可扩展性、高容错、低成本等特性，已经是大数据系统的标配，但是Hadoop中HDFS的存储机制使得它无法面向
转载
2023-07-13 15:00:19
93阅读
以此记录自己的笔记，并跟大家分享，还有很多优秀文章，喜欢的话点个关注哦~HadoopHadoop和spark参考文献： https://www.zhihu.com/question/32326748/answer/57393279Hadoop是由Apache基金会所开发的分布式系统基础架构Hadoop主要包括：Hadoop分布式文件系统：一个分布式的、面向块的、不可更新的、高度伸缩性的、可运行在集
转载
2023-11-13 19:44:29
52阅读
Hadoop是什么？Hadoop是一个开发和运行处理大规模数据的软件平台,是Appach的一个用java语言实现开源软件框架，实现在大量计算机组成的集群中对海量数据进行分布式计算.Hadoop框架中最核心设计就是：HDFS和MapReduce.HDFS提供了海量数据的存储,MapReduce提供了对数据的计算.数据在Hadoop中处理的流程可以简单的按照下图来理解:数据通过Haddop的集群处理后
转载
2023-08-09 11:04:29
87阅读
“ 这是尼萌工作室的第【 9】篇文章。本文正文1830字，阅读完成约5分钟。”说明：目前有sqoop 1和sqoop 2 两个版本，两者不兼容。本文描述对象为sqoop1，若对sqoop2有兴趣的童鞋可到官网查阅。 01 初识Sqoop—Sqoop 是连接传统关系型数据库(支持JDBC的Connector)和 Hadoop 生态系统的桥梁。采用批处理的方式，利用M
转载
2024-01-13 16:29:50
75阅读
doris介绍Doris是一个MPP的OLAP系统，以较低的成本提供在大数据集上的高性能分析和报表查询功能。 MPP (Massively Parallel Processing)，即大规模并行处理。简单来说，MPP是将任务并行的分散到多个服务器和节点上，在每个节点上计算完成后，将各自部分的结果汇总在一起得到终的结果(与Hadoop相似)。 Apache Doris 是一个基于 MPP 架构的高性
转载
2024-07-26 10:18:19
746阅读
目录1、传统式成熟互联网架构（分布式+Dubbo）2、SpringCloud分布式框架结构3、为什么选择SpringCloud4、Spring Cloud的核心特性 5、Dubbo和SpringCloud的区别1、传统式成熟互联网架构（分布式+Dubbo） 2、SpringCloud分布式框架结构从上图可以看出Spring Cloud各个组件相互配合，合作支持了一套
转载
2024-06-04 10:19:36
152阅读
一、简介 Hadoop是一个分布式系统基础架构，由Apache基金会开发。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高速运算和存储。简单地说来，Hadoop是一个可以更容易开发和运行处理大规模数据的软件平台。（如图1.1所示） （如图1.1）二、核心
转载
2023-09-15 22:07:50
169阅读
Apache Hadoop HDFS`一.Apache Hadoop 简介Hadoop的起源要从Google三篇论文说起[① gfs ② MapReduce ③ Bigtable], 当时hadoop的开发者Dout Cutting 正在Lucene的子项目Nortch项目中需要对大量网页数据进行检索提取处理，并提取有用的数据，在看到此三篇论文后相继开发出了HDFS，MapReduce，在加上后续
转载
2023-09-21 15:42:31
85阅读
问题导读：1.什么是高可用？2.HA和DR有什么关系？3.什么是OpenStack HA?1. 基础知识1.1 高可用 （High Availability，简称 HA）
高可用性是指提供在本地系统单个组件故障情况下，能继续访问应用的能力，无论这个故障是业务流程、物理设施、IT软/硬件的故障。最好的可用性， 就是你的一台机器宕机了，但是使用你的服务的用户完全感
首先我们来看看Hadoop的相关简短回顾： 1. Hadoop是由Java语言编写，在分布式集群上存储海量数据并运行分布式分析应用框架HDFS为其存储数据的分布式文件系统MapReduceHBase一个基于HDFS的分布式非关系型数据库Yarn作为分布式资源调度框架再来看看Spark： 1. 开发语言 为 ScalaSpark CoreSpark SQL Spark Streaming 5.
转载
2023-06-11 15:05:05
88阅读
一、摘要：最近在了解Ceph，总想拿它和HDFS来做个比较，一是做个阶段性总结，二是加深自己对两种分布式文件系统的理解。二、回顾：1. HDFS是鉴于Google FS（GFS）发展而来的，起步比较早，是大数据解决方案里常用的分布式文件系统。Hadoop解决方案中的HDFS如下：HDFS架构如下：Namenode 负责文件系统的metadata，datanode负责真正的 数据块。Ceph的设计初
转载
2023-08-18 17:04:28
159阅读
1. protocol在rpc中的作用通过对org.apache.hadoop.ipc包分析中，Hadoop实现了基于IPC模型的RPC机制，可以不需要像Java中实现的RMI机制一样，在RPC调用的C/S两端分别创建Stub和Skeleton，而是通过一组协议来进行RPC调用就可以实现通信。这主要是由于Hadoop所采用的序列化机制简化
引言：Ceph是目前炙手可热的一个统一分布式存储系统，具有优异的性能、可靠性、可扩展性。其可轻松扩展到数 PB 容量， 支持多种工作负载的高性能（每秒输入/输出操作[IOPS]和带宽），具有极其高的可靠性。Ceph对比HDFS优势在于易扩展，无单点。HDFS是专门为Hadoop这样的云计算而生，在离线批量处理大数据上有先天的优势，而Ceph是一个通用的实时存储系统，具有相当好的超大数量小文件处理能
转载
2024-01-04 15:04:50
84阅读
最近在网上又看到有关于Hadoop适用性的讨论[1]。想想今年大数据技术开始由互联网巨头走向中小互联网和传统行业，估计不少人都在考虑各种“纷繁复杂”的大数据技术的适用性的问题。这儿我就结合我这几年在Hadoop等大数据方向的工作经验，与大家讨论一下Hadoop、Spark、HBase及Redis等几个主流大数据技术的使用场景（首先声明一点，本文中所指的Hadoop，是很“狭义”的Hadoop，即在
转载
2023-07-09 22:33:22
13阅读
Hive体系结构:是建立在hadoop之上的数据仓库基础架构.和数据库相似,只不过数据库侧重于一些事务性的一些操作,比如修改,删除,查询,在数据库这块发生的比较多.数据仓库主要侧重于查询.对于相同的数据量在数据库中查询就比较慢一些,在数据仓库中查询的效率就比较快.数据仓库是面向于查询的,并且处理的数据量要远远高于数据库处理的数据量.传统的数据仓库产品,依然有数据存储的瓶颈,那么在这个瓶颈下查询的速
转载
2023-11-08 20:36:08
81阅读
hadoop,zookeeper,kafka集群搭建准备工作ifcfg-ens33hostnamehosts解压并改名配置集群(jdk)环境及密钥配置jdk环境配置密钥hadoop配置hadoop 环境变量配置格式化hdfszookeeper 配置文件配置zookeeper 环境变量配置Kafka配置server.properties配置kafka环境变量配置脚本文件修改另外2台电脑配置文件修改
转载
2024-06-05 09:42:43
86阅读
