大数据的关键技术（一），看完必懂

（ 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)]