下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
大數(shù)據(jù)需要知識總結大數(shù)據(jù)需要學習什么?很多人問過我這個問題。每一次回答完都覺得自己講得太片面了,總是沒有一個合適的契機去好好總結這些內(nèi)容,直到開始寫這篇東西。大數(shù)據(jù)是近五年興起的行業(yè),發(fā)展迅速,很多技術經(jīng)過這些年的迭代也變得比較成熟了,同時新的東西也不斷涌現(xiàn),想要保持自己競爭力的唯一辦法就是不斷學習。思維導圖下面的是我整理的一張思維導圖,內(nèi)容分成幾大塊,包括了分布式計算與查詢,分布式調(diào)度與管理,持久化存儲,大數(shù)據(jù)常用的編程語言等等內(nèi)容,每個大類下有很多的開源工具,這些就是作為大數(shù)據(jù)程序猿又愛又恨折騰得死去活來的東西了。大數(shù)據(jù)需要的語言Javajava可以說是大數(shù)據(jù)最基礎的編程語言,據(jù)我這些年的經(jīng)驗,我接觸的很大一部分的大數(shù)據(jù)開發(fā)都是從JaveWeb開發(fā)轉(zhuǎn)崗過來的(當然也不是絕對我甚至見過產(chǎn)品轉(zhuǎn)崗大數(shù)據(jù)開發(fā)的,逆了個天)。一是因為大數(shù)據(jù)的本質(zhì)無非就是海量數(shù)據(jù)的計算,查詢與存儲,后臺開發(fā)很容易接觸到大數(shù)據(jù)量存取的應用場景二就是java語言本事了,天然的優(yōu)勢,因為大數(shù)據(jù)的組件很多都是用java開發(fā)的像HDFS,Yam,Hbase,MR,Zookeeper等等,想要深入學習,填上生產(chǎn)環(huán)境中踩到的各種坑,必須得先學會java然后去啃源碼。說到啃源碼順便說一句,開始的時候肯定是會很難,需要對組件本身和開發(fā)語言都有比較深入的理解,熟能生巧慢慢來,等你過了這個階段,習慣了看源碼解決問題的時候你會發(fā)現(xiàn)源碼真香。Scalascala和java很相似都是在jvm運行的語言,在開發(fā)過程中是可以無縫互相調(diào)用的。Scala在大數(shù)據(jù)領域的影響力大部分都是來自社區(qū)中的明星Spar^Dkafka,這兩個東西大家應該都知道(后面我會有文章多維度介紹它們),它們的強勢發(fā)展直接帶動了Scala在這個領域的流行。Python和Shellshell應該不用過多的介紹非常的常用,屬于程序猿必備的通用技能。python更多的是用在數(shù)據(jù)挖掘領域以及寫一些復雜的且shell難以實現(xiàn)的日常腳本。分布式計算什么是分布式計算?分布式計算研究的是如何把一個需要非常巨大的計算能力才能解決的問題分成許多小的部分,然后把這些部分分配給許多服務器進行處理,最后把這些計算結果綜合起來得到最終的結果。舉個栗子,就像是組長把一個大項目拆分,讓組員每個人開發(fā)一部分,最后將所有人代碼merge,大項目完成。聽起來好像很簡單,但是真正參與過大項目開發(fā)的人一定知道中間涉及的內(nèi)容可不少。比如這個大項目如何拆分?任務如何分配?每個人手頭已有工作怎么辦?每個人能力不一樣怎么辦?每個人開發(fā)進度不一樣怎么辦?開發(fā)過程中組員生病要請長假他手頭的工作怎么辦?指揮督促大家干活的組長請假了怎么辦?最后代碼合并過程出現(xiàn)問題怎么辦?項目延期怎么辦?項目最后黃了怎么辦?仔細想想上面的奪命十連問,其實每一條都是對應了分布式計算可能會出現(xiàn)的問題,具體怎么對應大家思考吧我就不多說了,其實已經(jīng)是非常明顯了。也許有人覺得這些問題其實在多人開發(fā)的時候都不重要不需要特別去考慮怎么辦,但是在分布式計算系統(tǒng)中不一樣,每一個都是非常嚴重并且非常基礎的問題,需要有很好的解決方案。最后提一下,分布式計算目前流行的工具有:離線工具Spark,MapReduce等實時工具SparkStreaming,Storm,Flink等這幾個東西的區(qū)別和各自的應用場景我們之后再聊。分布式存儲傳統(tǒng)的網(wǎng)絡存儲系統(tǒng)采用的是集中的存儲服務器存放所有數(shù)據(jù),單臺存儲服務器的io能力是有限的,這成為了系統(tǒng)性能的瓶頸,同時服務器的可靠性和安全性也不能滿足需求,尤其是大規(guī)模的存儲應用。分布式存儲系統(tǒng),是將數(shù)據(jù)分散存儲在多臺獨立的設備上。采用的是可擴展的系統(tǒng)結構,利用多臺存儲服務器分擔存儲負荷,利用位置服務器定位存儲信息,它不但提高了系統(tǒng)的可靠性、可用性和存取效率,還易于擴展。hdfs的存儲架構圖,hdfs作為分布式文件系統(tǒng),兼?zhèn)淞丝煽啃院蛿U展性,數(shù)據(jù)存儲3份在不同機器上(兩份存在同一機架,一份存在其他機架)保證數(shù)據(jù)不丟失。由NameNode統(tǒng)一管理元數(shù)據(jù),可以任意擴展集群。主流的分布式數(shù)據(jù)庫有很多hbase,mongoDB,GreenPlum,redis等等等等,沒有孰好孰壞之分,只有合不合適,每個數(shù)據(jù)庫的應用場景都不同,其實直接比較是沒有意義的,后續(xù)我也會有文章一個個講解它們的應用場景原理架構等。分布式調(diào)度與管理現(xiàn)在人們好像都很熱衷于談"去中心化",也許是區(qū)塊鏈帶起的這個潮流。但是"中心化"在大數(shù)據(jù)領域還是很重要的,至少目前來說是的。分布式的集群管理需要有個組件去分配調(diào)度資源給各個節(jié)點,這個東西叫yarn;需要有個組件來解決在分布式環(huán)境下"鎖"的問題,這個東西叫zookeeper;需要有個組件來記錄任務的依賴關系并定時調(diào)度任務,這個東西叫azkaban。當然這些“東西”并不是唯一的,其實都是有很多替代品的,我這里只舉了幾個比較常用的例子。說兩句回答完這個問題,準備說點其他的。最近想了很久,準備開始寫一系列的文章,記錄這些年來的所得所想,感覺內(nèi)容比較多不知從哪里開始,就畫了文章開頭的思維導圖確定了大的方向,大家都知道大數(shù)據(jù)的主流技術變化迭代很快,不斷會有新的東西加入,所以這張圖里內(nèi)容也會根據(jù)情況不斷添加。細節(jié)的東西我會邊寫邊定,大家也可以給我一些建議,我會根據(jù)寫的內(nèi)容實時更新這張圖以及下面的目錄。關于分組上面的大數(shù)據(jù)組件分組其實是比較糾結的,特別是作為一個有強迫癥的程序猿,有些組件好像放在其他組也可以,而且我又不想要分太多的組看起來會很亂,所以上面這張圖的分組方式會稍主觀一些。分組方式肯定不是絕對的。舉個例子,像kafka這種消息隊列一般不會和其它的數(shù)據(jù)庫或者像HDFS這種文件系統(tǒng)放在一起,但是它們同樣都具備有分布式持久化存儲的功能,所以就把它們放在一塊兒了;還有openTsDB這種時序數(shù)據(jù)庫,說是數(shù)據(jù)庫實際上只是基于HBase上的一個應用,我覺得這個東西更側(cè)重于查詢和以及用何種方式存儲,而不在于存儲本身,所以就
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 散裝行業(yè)話務員工作總結
- 2025-2030全球IP66工業(yè)平板電腦行業(yè)調(diào)研及趨勢分析報告
- 2025年全球及中國1,1,1,2,3,3,3-七氟丙烷行業(yè)頭部企業(yè)市場占有率及排名調(diào)研報告
- 2025年全球及中國可移動游泳池地板行業(yè)頭部企業(yè)市場占有率及排名調(diào)研報告
- 2025-2030全球噴丸研磨石行業(yè)調(diào)研及趨勢分析報告
- 2025年全球及中國超聲波和熱熔嵌件行業(yè)頭部企業(yè)市場占有率及排名調(diào)研報告
- 2025-2030全球振動供料系統(tǒng)行業(yè)調(diào)研及趨勢分析報告
- 2025年全球及中國晶圓旋轉(zhuǎn)清洗機行業(yè)頭部企業(yè)市場占有率及排名調(diào)研報告
- 2025年全球及中國振動脫油機行業(yè)頭部企業(yè)市場占有率及排名調(diào)研報告
- 2025年全球及中國藝術品和古董搬運服務行業(yè)頭部企業(yè)市場占有率及排名調(diào)研報告
- 人教版2024-2025學年八年級上學期數(shù)學期末壓軸題練習
- 【人教版化學】必修1 知識點默寫小紙條(答案背誦版)
- 江蘇省無錫市2023-2024學年八年級上學期期末數(shù)學試題(原卷版)
- 全國第三屆職業(yè)技能大賽(無人機駕駛(植保)項目)選拔賽理論考試題庫(含答案)
- 對口升學語文模擬試卷(10)-江西?。ń馕霭妫?/a>
- 《奧特萊斯業(yè)態(tài)淺析》課件
- 2022年湖南省公務員錄用考試《申論》真題(縣鄉(xiāng)卷)及答案解析
- 國家安全教育課程教學大綱分享
- 養(yǎng)殖場獸醫(yī)服務合同
- 電氣工程及其自動化基礎知識單選題100道及答案解析
- HR六大板塊+三支柱體系
評論
0/150
提交評論