bigdata-01-应用
1, 基本概念
在互联网技术发展到现今阶段,大量日常、工作等事务产生的数据都已经信息化,人类产生的数据量相比以前有了爆炸式的增长,以前的传统的数据处理技术已经无法胜任,需求催生技术,一套用来处理海量数据的软件工具应运而生,这就是大数据!
换个角度说,大数据是:
1、有海量的数据
2、有对海量数据进行挖掘的需求
3、有对海量数据进行挖掘的软件工具(hadoop、spark、storm、flink、tez、impala......)
2, 大数据在现实生活中的具体应用
电商推荐系统:基于海量的浏览行为、购物行为数据,进行大量的算法模型的运算,得出各类推荐结论,以供电商网站页面来为用户进行商品推荐
精准广告推送系统:基于海量的互联网用户的各类数据,统计分析,进行用户画像(得到用户的各种属性标签),然后可以为广告主进行有针对性的精准的广告投放
3、hdfs整体运行机制
hdfs:分布式文件系统
hdfs有着文件系统共同的特征:
1、有目录结构,顶层目录是: /
2、系统中存放的就是文件
3、系统可以提供对文件的:创建、删除、修改、查看、移动等功能
hdfs跟普通的单机文件系统有区别:
1、单机文件系统中存放的文件,是在一台机器的操作系统中
2、hdfs的文件系统会横跨N多的机器
3、单机文件系统中存放的文件,是在一台机器的磁盘上
4、hdfs文件系统中存放的文件,是落在n多机器的本地单机文件系统中(hdfs是一个基于linux本地文件系统之上的文件系统)
hdfs的工作机制:
1、客户把一个文件存入hdfs,其实hdfs会把这个文件切块后,分散存储在N台linux机器系统中(负责存储文件块的角色:data node)<准确来说:切块的行为是由客户端决定的>
2、一旦文件被切块存储,那么,hdfs中就必须有一个机制,来记录用户的每一个文件的切块信息,及每一块的具体存储机器(负责记录块信息的角色是:name node)
3、为了保证数据的安全性,hdfs可以将每一个文件块在集群中存放多个副本(到底存几个副本,是由当时存入该文件的客户端指定的)
综述:一个hdfs系统,由一台运行了namenode的服务器,和N台运行了datanode的服务器组成!
最新文章
- Linux环境变量设置
- [实践] Android5.1.1源码 - 在Framework中添加自定义系统服务
- Head First 设计模式 --11 代理模式
- HtmlAgilityPack 处理通配的contains
- Oracle VM Virtual
- Spring中Quartz的最精简的配置
- WEBRTC源码片段分析(1)音频缓冲拷贝
- Java中Scanner的使用方法
- Android Fragment详解(二):Fragment创建及其生命周期
- 解决HTML导出Excel表数字变成科学计数法
- Error detected while processing function CheckFoam256 问题的解决
- SpringMVC源码情操陶冶-View视图渲染
- Python正则表达计算器
- Asp.net core 2.0.1 Razor 的使用学习笔记(三)
- Windows系统还原失败心得
- LightOJ1245 Harmonic Number (II)
- 获得小程序码getWXACodeUnlimit
- C# ComboBoxTree控件
- PHP开发——数据类型
- centos6.5 redis 安装配置及java调用
热门文章
- JavaSE基础知识(5)—面向对象(5.3访问修饰符)
- Uncommon Words from Two Sentences LT884
- Android Studio导入第三方jar包或依赖工程的方法
- centos7 安装maven
- 201771010142 张燕《面向对象程序设计(java)》第一周学习总结
- python模块:random
- python:a+=b 和a=a+b? 基础数据类型也不能乱用
- 【pycharm 警告】unittest RuntimeWarning: Parent module ” not found while handling absolute import
- Beta冲刺 (7/7)
- Android Studio导入项目一直卡在Building gradle project info的解决方案