大数据技术原理与应用 - (11). 流计算
【第三篇】 - 大数据处理与分析, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据处理与分析的相关技术，包括
- 第7章 - MapReduce
- 第8章 - Hive - 基于 Hadoop 的数据仓库
- 第9章 - Hadoop 的优化与发展
- 第10章 - Spark
- 第11章 - 流计算
- 第12章 - 图计算
大数据包括批量计算和流计算，不同于批数据处理，流式计算 (处理) 要求对数据流进行计算，要求更低的时延或实时结果输出。
【第三篇】 - 大数据处理与分析, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据处理与分析的相关技术，包括
大数据包括批量计算和流计算，不同于批数据处理，流式计算 (处理) 要求对数据流进行计算，要求更低的时延或实时结果输出。
【第三篇】 - 大数据处理与分析, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据处理与分析的相关技术，包括
Spark 最初诞生于伯克利大学的 APM 实验室，是一个可应用于大规模数据处理的快速、通用引擎，如今是 Apache 软件基金会下的顶级开源项目之一。Spark 在借鉴Hadoop MapReduce 优点的同时，很好地解决了 MapReduce 所面临的问题。
【第三篇】 - 大数据处理与分析, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据处理与分析的相关技术，包括
介绍 Hadoop 2.0 对 1.0 不足与局限的解决方案，介绍 Hadoop 2.0 的新特性以及新一代资源管理调度框架 YARN 框架。
【第三篇】 - 大数据处理与分析, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据处理与分析的相关技术，包括
Hive 是一个基于 Hadoop 的数据仓库平台。通过 Hive，我们可以方便地进行 ETL 的工作。Hive 定义了一个类似于 SQL 的查询语言: HiveQL，能够将用户编写的 HiveQL 转化为相应的 Mapreduce 程序基于 Hadoop 执行，可以说 Hive 实质就是一款基于 HDFS 的 MapReduce 计算框架，对存储在 HDFS 中的数据进行分析和管理。
【第三篇】 - 大数据处理与分析, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据处理与分析的相关技术，包括
MapReduce 是一种并行编程模型，用于大规模数据集 (大于 1 TB) 的并行运算，它将复杂的、运行于大规模集群上的并行计算过程高度抽象到两个函数: Map 和 Reduce。
【第二篇】 - 大数据存储与管理, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据存储与管理相关技术的概念与原理，包括
NoSQL (Not only SQL) 是一种不同于关系数据库的数据库管理系统设计方式。
【第二篇】 - 大数据存储与管理, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据存储与管理相关技术的概念与原理，包括
HBase 是针对 Google BigTable 的开源实现，是一个高可靠、高性能、面向列、可伸缩的分布式数据块，主要用来存储非结构化和半结构化的松散数据。
本章介绍 HBase 与关系型数据库的区别、访问接口、数据模型、实现原理和运行机制。
【第二篇】 - 大数据存储与管理, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据存储与管理相关技术的概念与原理，包括
Hadoop 分布式文件系统 (Hadoop Distributed File System, HDFS) 是真的 Google File System (GFS) 的开源实现，它是 Hadoop 两大核心组件之一，提供了在廉价服务器集群中进行大规模分布式存储的能力。
本章介绍分布式文件系统的基本概念、结构和设计需求，然后介绍 HDFS 的相关概念、体系结构、存储原理和读写过程。
【第一篇】 - 大数据基础, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据 (Big Data) 的基本概念、影响、应用领域等，还介绍了大数据处理框架 Hadoop。
第二章介绍了 Hadoop 特性、应用现状，还介绍了 Hadoop 生态系统及其各个组件。
【第一篇】 - 大数据基础, 《大数据技术原理与应用, 林子雨》
本篇介绍大数据 (Big Data) 的基本概念、影响、应用领域等，还介绍了大数据处理框架 Hadoop。
第一张章介绍了大数据的基本概念、影响、应用领域、关键技术等等内容。
Update your browser to view this website correctly.&npsb;Update my browser now