《Hadoop生态系统》（O'REILLY ）（三）

第一章，关键技术
第二章，数据相关的操作，存储、管理

第三章 序列化

序列化就是为了将数据更好方便的进行移动，毕竟数据可能有很多方面，很多点，如果一直是保持格式传递数据，可能会浪费大量资源，所以这里就序列化，把他变成一串更好传递的信息，传送到头再进行反序列化，把他还原。
这里选择序列化格式需要考虑到的几个方面有：
数据量：数据占用的内存或磁盘的空间大小
读写速度：计算机读写需要的时间
可读性：在没有外界帮助下，是否可以理解序列化后的数据？
易用性：序列化这个操作的难易程度，是否需要额外工具

3.1 Avro

用途介绍的是：数据序列化
我的理解：这应该是个很好用的工具吧，而且有运行时组装和schema驱动的两个特性，很不错啊，算是高效的
我的感觉：我，见识浅薄，学到了

3.2 JSON

用途介绍的是：数据描述和传递
我的理解：经常用，不多说
我的感觉：真的太感谢了，要不这一章我知道的又是0蛋。

3.3 Protocol Buffers(protobuf)

用途介绍的是：数据序列化
我的理解：这和Avro不同是应用场景上，在灵活性和性能之间做出权衡，它的目的是快速、简单以及精简，所以它支持的编程语言和复杂的数据类型更少。而且是编译时组装，不是运行时组装。
我的感觉：序列化我接触的少，没用过，想做个demo试下

3.4 Parquet

用途介绍的是：文件格式
我的理解：用它给定的方式存储数据，柱状的数据存储格式，可以很好表现数据结构化，但是复杂，不太好运，但是很多工具支持
我的感觉：了解下就行了吧

这一章大致就是这些内容，第四章就是管理与监控啦。