( 3)为分布式计算的程序设计提供了良好的编程接口,并且屏蔽了底层通信原理,使得程序员只需关心 业务逻辑本事,就可轻易的编写出基于集群的分布式并行程序。
( 4)“Map”就是将一个任务分解成为多个子任务并行的执行;
( 5)“Reduce”就是将分解后多任务处理的结果汇总起来,得出最后的分析结果并输出。
(6)MapReduce 的功能:
①、 数据划分和计算任务调度 :将 job 分成多个数据块来计算,并自动调度计算节点来处理这些数据块。
②、 数据/代码互定位 :减少数据通信,从数据所在的本地机架上寻找可用节点以减少通信延迟。
③、 系统优化 :为了减少数据通信开销,中间结果数据进入 Reduce 节点前会进行一定的合并处理
④、 出错检测和恢复 : MapReduce 需要能检测并隔离出错节点,并调度分配新的节点接管出错节点的计算任务,维护数据存储的可靠性。
五、NoSQL技术
=========
(1)NoSQL 数据库是非关系型数据库,它主要是用来解决半结构化数据和非结构化数据的存储问题。 (mongoDB、redis、hbase 等)
( 2)NoSQL 是一种非关系型 DMS,不需要固定的架构,可以避免 joins 链接,并且易于扩展。
( 3)NoSQL 技术功能:
①、数据管理:提供查询窗口和命令窗口功能。
②、结构管理:提供库、文档和索引等对象管理功能。
③、实时性能展示:提供核心性能指标的实时展示。
六、大数据计算模式
=========
- 批处理计算
- 流计算
- 图计算
- 查询分析计算
(一)批处理计算
批处理计算主要解决针对大规模数据的批量处理,也是我们日常数据分析工作中常见的一类数据处理需求。
MapReduce
Spark
(二)流计算
批处理计算主要解决针对大规模数据的批量处理,也是我们日常数据分析工作中常见的一类数据处理需求。
流数据
(三)图计算
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数初中级Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,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Python爬虫全套学习资料》送给大家,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,同时减轻大家的负担。
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助,可以添加下面V无偿领取!(备注:python)
同时减轻大家的负担。**
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助,可以添加下面V无偿领取!(备注:python)
[外链图片转存中…(img-s14sqHdo-1710904256338)]