赞
踩
第一章 概述
1.当今是数据大爆炸的时代,数据的存储与分析成为问题
2.hadoop hdfs解决存储问题 mapreduce解决批量分析问题。
3.大量数据由于好的算法。推荐算法依赖大量用户数据。
4.hadoop名字的由来 doug cutting 孩子的毛绒玩具。
5. 2006年 hadoop诞生 2008成为apache 顶级项目
6. 与传统关系数据库对比: 数据量大 非实时 批量处理 数据可以是半结构化
第二章 mapreduce
1.用于数据处理的编程模型 特点:并行执行
2.map 函数负责 数据预处理 (key,[value1,value2,value3])
3.reduce函数负责 得到处理结果 遍历map阶段 value数组。
第三章 hdsf分布式文件系统
1.分布式文件系统:管理网络中多台计算机存储的文件系统。架构于网络之上,引入了网络编程的复杂性
2.分布式文件系统的容错 不丢失数据
3.hdsf存储超大文件 流式数据访问 商业硬件
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。