【大数据入门核心技术-Kudu】（二）Kudu安装部署

Apache Kudu 是一个分布式，可水平扩展的列式存储系统，它完善了 Hadoop 的存储层，可对快速变化数据进行快速分析。

Kudu 基本特点

高效处理类 OLAP 负载。

与 MapReduce、Spark 以及 Hadoop 生态系统中其他组件进行友好集成。

可与 Impala 集成，替代目前 Impala 常用的 HDFS + Parquet 组合。

灵活的一致性模型。

顺序写和随机写并存的场景下，仍能达到良好的性能。

高可用，使用 Raft 协议保证数据高可靠存储。

结构化数据模型。

Kudu 使用场景

适用于那些既有随机访问，也有批量数据扫描的复合场景。

高计算量的场景。

实时预测模型的应用，支持根据所有历史数据周期地更新模型。

支持数据更新，避免数据反复迁移。

支持跨地域的实时数据备份和查询。

Kudu 基本架构

Kudu 包含如下两种类型的组件：

master 主要负责管理元数据信息、监听 server，当 server 宕机后负责 tablet 的重分配。

tserver 主要负责 tablet 的存储与数据的增删改查。