分布式云计算与大数据第十一章

第十一章 大数据技术

大数据的4V特征：
	Volume(数据量大)
	Varitey(数据类型多)
	Velocity(处理速度快)
	Value(价值高)

一、大数据存储平台

1、HDFS

一款具有高容错性特点的分布式文件系统，它被设计为可以部署在造价低廉的主机集群上。它将一个大文件拆分成固定大小的小数据块，分别存储在集群的各个节点上。因此HDFS可以存储超大的数据集和单个巨大的文件。这样的分布式结构能够进行不同节点的并行读取，提高了系统的吞吐率。同一个数据块存储在不同的数据节点上，保证了HDFS在节点失败时还能继续提供服务，使其具有了容错性。
HDFS副本策略

2、HBase

Apache HBase是运行于Hadoop平台上的数据库，它是可扩展的、分布式的大数据储存系统。HBase可以对大数据进行随机而实时的读取和写入操作。它的目标是在普通的机器集群中处理巨大的数据表，数据表的行数和列数都可以达到百万级别。是一个开源的、分布式的、数据多版本储存的、面向列的大数据储存平台。