大数据理论学习
1. 大数据的特点:
数据量大;
由结构化数据和非结构化数据组成,大部分是非结构化数据;
处理速度非常快;
价值密度低,商业价值高。
2. 大数据的影响:
2.1 科学研究变化:
科学研究四范式:实验,理论,计算,数据。
从计算到数据。
2.2 思维方式变化:
全样而非抽样。
效率而非精确。因为不存在误差放大问题。
相关而非因果。
3. 大数据的应用:
3.1 影视剧拍摄:
《纸牌屋》的拍摄。
3.2 谷歌预测流感
4. 大数据的关键技术:
两大核心技术:
4.1 分布式存储:
分布式数据库,分布式文件系统。
4.2 分布式处理:
分布式并行处理技术。
4.2.1 典型计算模式:
批处理计算 MapReduce,Spark;
流计算 Storm,S4,Flume;(实时计算)
图计算 Pregel;(社交网络等)
查询分析计算 Hive。
5. 云计算:
5.1 解决的问题:
分布式存储和分布式处理。
5.2 典型特征:
虚拟化和多租户。
5.3 分类:
公有云,私有云,混合云。
SaaS:软件即服务。
PaaS:平台即服务。
IaaS:基础设施即服务。(计算资源)
5.4 数据中心选址:
地质稳定,气候凉爽。
6. 物联网:
物物联通的互联网。
6.1 结构:
应用层
处理层
网络层
感知层
6.2 关键技术:
识别技术,感知技术。
7.Hadoop:
开源分布式计算平台。
7.1 两大核心:HDFS和MapReduce
7.2 版本:
7.2.1:1.0版本
0.20.x,0.21.x,0.22.x,1.0.x。
框架:
MapReduce
HDFS
7.2.2:2.0版本
2.0:0.23.x,2.x。
框架:
MapReduce + Others
YARN
HDFS