大数据
文章平均质量分 83
WRichards
技术小白的成长之路总是曲折的,多年的工作经历告诉我,总结才能升华,技术需要持之以恒的不断学习,既要有深度,也要有宽度,共勉之...
展开
-
大数据学习笔记之flume----日志收集系统
一、flume基本概念Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统;Flume支持在日志系统中定制各类数据发送方,用于收集数据;Flume提供对数据进行简单处理,并写到各种数据接受方(可定制)的能力。总结:flume是一个分布式的日志采集系统,能够高效从多种数据源收集日志,并可以聚拢,传输大量日志信息,存储到一个集中的数据存储中心...原创 2018-11-18 11:26:05 · 386 阅读 · 0 评论 -
大数据学习笔记之flink----流式数据处理引擎
一、flink简介二、flink详解原创 2020-02-15 16:06:28 · 1008 阅读 · 0 评论 -
大数据学习笔记之kafka----分布式消息发布/订阅系统
一、kafka简介kafka是Linkedin于2012年12月份开源的消息系统kafka是一个分布式的,基于发布/订阅的消息系统;kafka:一个队列平台,不仅支持离线,还支持在线特点:--消息持久化:通过O(1)的磁盘数据结构提供数据的持久化;针对磁盘存储做了大量的优化,提高了磁盘存储的效率;主要针对了操作系统的特性来进行优化:预读、后写:针对磁盘的顺序访问,优化了写磁盘的...原创 2018-11-18 11:25:56 · 973 阅读 · 0 评论 -
大数据学习笔记之spark及spark streaming----快速通用计算引擎
导语spark 已经成为广告、报表以及推荐系统等大数据计算场景中首选系统,因效率高,易用以及通用性越来越得到大家的青睐,我自己最近半年在接触spark以及spark streaming之后,对spark技术的使用有一些自己的经验积累以及心得体会,在此分享给大家。本文依次从spark生态,原理,基本概念,spark streaming原理及实践,还有spark调优以及环境搭建等方面进行介绍,...转载 2018-11-18 14:24:56 · 496 阅读 · 1 评论 -
大数据学习笔记之strom----实时流处理引擎
概述Apache Strom是开源分布式实时计算系统,为Apache的顶级项目,同Hadoop一样Strom也可以处理大批量数据,然而Strom在保证高可靠的前提下还可以让处理进行得更加实时,也就是说,所有得信息都会被处理。Strom同样还具备容错和分布式计算这些特性,这就让Strom可以扩展到不同得机器上进行大批量得数据处理。Strom可水平扩展,支持容错,保证所有数据被处理,易于安装维...原创 2019-07-23 09:48:48 · 435 阅读 · 0 评论