【大数据数据应用】，2024年最新阿里P7大牛整理

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

1. 数据量大（Volume）：非结构化数据的超大规模和增长，导致数据集合的规模不断扩大，数据单位已从GB到TB再到PB，甚至开始以EB和ZB来计数。

2. 类型繁多（Variety）：大数据的类型不仅包括网络日志、音频、视频、图片、地理位置信息等结构化数据，还包括半结构化数据甚至使非结构化数据，具有异构型和多样性的特点。

3. 价值密度低（Value）：大数据本身存在较大的潜在价值，但由于大数据的数据量大，其价值往往呈现稀疏性的特点。虽然单位价值数据的价值密度在不断降低，但是数据的整体价值在提高。

4. 速度快时效高（Velocity）：要求大数据的处理速度 快，时效性高，需要实时分析而非批量式分析，数据的输入、处理和分析连贯性的处理。

5. 结构化数据和非结构化数据：

6. 结构化数据：指关系模型数据，即以关系数据库表形式管理的数据，结合到典型场景中更容易理解，比如企业ERP、OA、HR里的数据。

7. 非结构化数据：指数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。如word、pdf、ppt及各种形式的图片、视频等。

8. 半结构化数据：指非关系模型的、有基本固定结构模式的数据。例如日志文件、XML文档、JSON文档、E-mail等。

9. Hadoop生态圈：

我们通常说到的hadoop包括两个部分，一是Hadoop核心技术（或者说狭义上的hadoop），对应为apache开源社区的一个项目，主要包括三部分内容：hdfs，mapreduce，yarn。其中hdfs用来储存海量数据，mapreduce用来对海量数据进行计算，yarn是一个通用的资源调度框架（是在hadoop2.0中产生的）。

另一部分指广义的，广义上指一个生态圈，泛指大数据技术相关的开源组件或产品，如hbase、hive、spack、pig、zookeeper、kafka、flume、phoenix、sqoop等。

生态圈中的这些组件或产品相互之间会有依赖，但又各自独立。比如habse和kafka会依赖zookeeper，hive会依赖mapreduce。

1. Hadoop hdfs架构：

2. HDFS产生背景：

随着数据量的越来越大，在一个操作系统存不下赛哦有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS是分布式文件管理系统中的一种。

1. HDFS的定义：

HDFS（Hadoop Distributed File Systemctl）是一个文件系统，用于储存文件，通过目录树来定位为文件。它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。

1. HDFS优缺点：

优点：1.高容错性

1. 数据自动保存多个副本。通过增加副本的形式提高容错性。

2. 某一个副本丢失后，可以自动恢复。

3. 适合处理大数据。

4. 数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据。

5. 文件规模：能够处理百万规模以上的文件数量，数量相当之大。

6. 可构建在廉价机器上，通过多副本机制，提高可靠性。

缺点：1.不适合低延迟时数据访问，比如我无法处理毫秒级的储存数据。

1. 无法高效的对大量小文件进行存储。

2. 储存大量小文件会占用NameNode大量的内存来储存文件目录和快信息，而NameNode的内存是有限的。

3. 小文件存储的寻址时间会超过读取时间，违反HDFS的设计目标。

4. 不支持并发写入、文件会随即修改

5. 一个文件只能有一个写，不允许多个线程同时写

6. 仅支持数据追加（append），不支持文件的随即修改

7. HDFS组成构架

8. Namenode（nn）就是master，是一个主管者、管理者。

9. 管理HDFS的名称空间

10. 配置副本策略

11. 管理数据块（block）映射信息

12. Datanode就是slave。Nameenode下达命令，datanode执行实际的操作

13. 存储实际的数据块

14. 执行数据块的读/写操作

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

-1713357340362)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！