#大数据实训第一天总结#
关于大数据
1. 什么是数据?
人类的行为及产生的事件的一种记录称之为数据
2. 数据有什么价值?
•
对数据的内容进行深入分析,可以更好的帮助了解事和物在现实世
界的运行规律
•
比如,购物的订单记录(数据)可以帮助平台更好的了解消费者,
从而促进交易。
大数据时代
当下时代已经是数据的时代,数据非常重要并且蕴含巨大的价值。
大数据的诞生是跟随着互联网的发展的
• 当全球互联网逐步建成(2000年左右),各大企业或政府单位拥有
了
海量的数据亟待处理
。
•
基于这个前提逐步诞生了以
分布式
的形式(即多台服务器集群)完
成海量数据处理的处理方式,并逐步发展成现代大数据体系。
2. Apache Hadoop对大数据体系的意义
•
第一款获得业界普遍认可的开源分布式解决方案
•
让各类企业都有可用的企业级开源分布式解决方案
•
一定程度上催生出了众多的大数据体系技术栈
•
从Hadoop开始(2008年左右)大数据开始蓬勃发展
大数据的特征
5V特性
大数据的核心工作
• 存储:妥善保存海量待处理数据
• 计算:完成海量数据的价值挖掘
•
传输:协助各个环节的数据传输
大数据业务流程
Hadoop入门
◆
分布式系统和集群
分布式和集群区别?
分布式 :分布式的主要工作是分解任务,将职能拆解,多个人在一起做不同的事
集群:集群主要是将同一个业务,部署在多个服务器上 ,多个人在一起做同样的事
Hadoop是哪种分布式架构模式?
主从模式(中心化模式)的架构
◆ Hadoop框架概论
Hadoop是Apache软件基金会下的顶级开源项目,用以提供:
•
分布式数据存储
•
分布式数据计算
•
分布式资源调度
为一体的整体解决方案。
⚫
Hadoop架构模块
⚫
Hadoop2.x架构内部模型-HDFS和Yarn
Hadoop集群搭建
⚫
集群搭建方式
⚫ Standalone mode
(单机模式)
单机模式,
1
个机器上运行
HDFS
的
NameNode
和
DataNode
、
YARN的
ResourceManger
NodeManager
,主要用于学习和调试。
⚫
Cluster mode
(集群模式)
集群模式主要用于生产环境部署。会使用
N
台主机组成一个
Hadoop
集群。这种部署模式下,主节点和从节点会分开部署
在不同的机器上。