重构系统之大数据学习
零碎理解
三体系:Hadoop(1.0) -> Spark(2.0) -> Spark+New(Flink) (3.0)
背景
最开始公司均使用RDBMS
拥有海量数据的公司++
大数据技术出现
导致开始有公司使用Hadoop来存储海量数据
Hadoop
Hadoop=Hadoop Distributed File System (HDFS)[存储] + MapReduce (批量计算引擎)[处理]
但不适合小文件存储 [NameSpace块过多浪费,内存使用率低]
随机读取能力弱 [e.g.获取第200个数据]
HBase
HBase[列式数据库]
✔用于存储结构化&半结构化の松散数据 [MySQL可存,文本可存]
✔可用于实时读写 [挺好一特性]
✖建立在HDFS基础之上 [HDFS强依赖]
✖仅支持依据主键查询&单行事务 [主键查询体感好弱]
✖不支持join等复杂操作 [NoSQL通病]
✖没有类型,只支持byte[]类型 [hadoop系列,横向拓展特攻]
HBase表特点:
1.大[十亿行,百万列]
2.面向列