原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
用用户户行行为为分分析析大大数数据据平平台台的的选选型型
使用AVRO序列化数据
· Hadoop的子项目
· 基于二进制传输
· 高性 中间件
· 支持数据密集型应用
AVRO特点
·依赖模式实现数据结构定义
·支持二进制编码和JSON编码
·支持压缩功能
·支持数据排 功能
· 列化时速度快且结果内容少
使用Parquet列式存储
Parquet是面向分析型业务的列式存储
格式，由Twitter和C oudera合作开发，
2015年5月升级为Apache顶级项目。
Parquet列式存储特点
·可以跳过不符合条件的数据，只读取 要
的数据，降低I/O吞吐量
·压缩编码可以降低磁盘存储空间
·支持向量运算，能够获取更好的扫描性能
·查询性能提升30倍，存储空间节约75%
列式存储 VS 行式存储
· 传统的RDBMS提供ACID原子操作和事务，
在大 数列式存储数据库上是不具备的，而大
数列式存储数据库对分布式架构支持的更好。
·需要了解的是列式存储以及行式存储在查询
和存储上的本质，在技术选型上可以 点筹码。
使使用用 AAppaacchhee SSqqoooopp
·ETL转换工具
·RDBMS = HDFS
·对某 NoSQL数据库亦提供支持
使用Apache Kafka
文档评论（0）