大数据简介
大数据关键技术
大数据与云计算
云计算特点:虚拟化、多租户
云计算解决了分布式存储
大数据与物联网
应用例子:
掌上公交APP
三者关系
Hadoop
HDFS:分布式文件系统
YARN:调度
MapReduce:离线计算。基于磁盘
Spark:内存计算,基于内存。比MapReduce效率高
Hive:属于Hadoop的数据仓库,批处理形式,用于企业的数据分析,将大量企业数据存储在数据仓库中,建立不同地维度—OLAP分析
pig:一种基于Hadoop的大规模数据分析平台,提供类似SQL的查询语言Pig Latin ,是一种流式处理,轻量级的,可以嵌入在其他语句中。
Linux
Hadoop的部署
先从NameNode查找数据地址(即存储在哪个DataNode里面了)
例:在NameNode查找数据地址,发现数据被分割成多个段,分别在DataNode1,2,3分别上这几个里面去找。