![](https://img-blog.csdnimg.cn/20190927151117521.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
kudu
文章平均质量分 92
# kudu
Yuan_CSDF
被大数据埋没的销售人才
展开
-
Kudu(二)架构及开发
1.Kudu架构如上图,跟 HBase 类似,Kudu 是典型的主从架构。一个 Kudu 集群由主节点即 Master 和若干个从节点即 Tablet Server 组成。Master 负责管理集群的元数据(类似于 HBase 的 Master),TabletServer 负责数据存储(类似 HBase 的 RegionServer)。在生产环境,一般部署多个 Master 实现高可用(奇数个、典型的是 3 个),Tablet Server 一般也是奇数个。1.1.核心术语除了 Master原创 2021-06-07 23:16:13 · 544 阅读 · 2 评论 -
Kudu(一)基础概述
1. Kudu产生背景介绍在 kudu 出现之前,主要有两种数据存储方式:静态数据:以 HDFS 引擎作为存储引擎,适用于高吞吐量的离线大数据分析场景。 这类存储的局限性是数据无法进行随机的读写。 动态数据:以 HBase、Cassandra 作为存储引擎,适用于大数据随机读写场景。局限性是批量读取吞吐量远不如HDFS,不适用于批量数据分析的场景。数据形态 存储 场景 局限性 静态数据 HDFS(Parquet)+Hive/Impala 适用于高原创 2021-06-07 22:52:48 · 920 阅读 · 0 评论 -
spark读写kudu
def main(args: Array[String]): Unit = { val spark = SparkSession.builder() .master("local[*]") .appName("SparkKudu") .enableHiveSupport() .getOrCreate() val kuduMaster...原创 2019-12-05 20:29:03 · 1004 阅读 · 0 评论