大数据与分布式计算.pptxVIP

下载本文档

2
0
约小于1千字
约 64页
2018-04-23 发布于湖北
举报
版权申诉

大数据与分布式计算.pptx

1、本文档共64页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

大数据与分布式计算

大数据与分布式计算 ;HDFS; 1990年，一个普通的硬盘驱动器可存储1370 MB的数据并拥有4.4 MB/s的传输速度，所以，只需五分钟的时间就可以读取整个磁盘的数据。 20年过去了，1 TB级别的磁盘驱动器是很正常的，但是数据传输的速度却在100 MB/s左右。所以它需要花两个半小时以上的时间读取整个驱动器的数据。从一个驱动器上读取所有的数据需要很长的时间，写甚至更慢。如何解决？磁盘损坏数据丢失怎么办？如果需要存储计算1000T数据怎么办？;常用RAID技术;;HDFS系统架构;;什么是HDFS?;HDFS设计目标;;不适合HDFS的场景;;设计目标;HDFS主要组件的功能;文件;分而治之（Divide and Conquer）;分而治之（Divide and Conquer）;分而治之（Divide and Conquer）;MapReduce;MapReduce：大规模数据处理;MapReduce特性;MapReduce;;WordCount;;;;;;;MapReduce;MapReduce;MapReduce;;;;;;;;;Hive QL – Join;Hive QL – Join in Map Reduce;;;;;;;;Spark;Spark生态系统;Spark;Spark任务处理流程;Spark SQL;Spark Streaming;GraphX;Tachyon;Spark架构;Spark的基本组件。;;;Spark运行逻辑;