原创力文档- 1、本文档共4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
大数据主要所学技术（简介）
目录
大数据主要所学技术简介：
一：大数据技术生态体系
二：各个技术栈简介
一：大数据技术生态体系
二：各个技术栈简介
Hadoop
hadoop是一个用java实现的一个开源框架，是一种
用于存储和分析大数据的软件平台，专为离线数据而
设计的，不适用于提供实时计算。对海量数据进行分
布式计算。Hadoop=HDFS（文件系统，数据存储相关
技术）+Mapreduce（数据处理）+Yarn（运算资
源调度系统）
zookeeper
对于大型分布式系统，它是一个可靠的协调系统。提
供功能:[本质是为客户保管数据，为客户提供数据监
控服务]
1.统一命名服务：在分布式环境下，经常需要对应
用/服务进行统一命名，便于识别。例如：一个域名
下可能有多个服务器，服务器不同，但域名一样。
2.统一配置管理：把集群统一配置文件交给
zookeeper
3.统一集群管理：分布式环境中，实时掌握集群
每个节点状态，zookeeper可以实现监控节点状态的
变化。
4.服务器动态上下线：客户端能实时洞察到服务
器上下线变化。
5.软负载均衡：在zookeeper中记录服务器访
问数，让访问数最小的服务器去处理最新的客户端请
求
Hive
hive是由facebook开源用于解决海量结构化日志的
数据统计，是一个基于hadoop的数据库工具，可以
将结构化数据映射成一张数据表，并提供类SQL的查
询功能，本质是将SQL语句转化为MapReduce程序。
用hive的目的就是避免去写MapReduce，减少开发人
员学习成本。
Flume
Flume是hadoop生态圈中的一个组件，主要应用于实
时数据的流处理，是一个高可用，高可靠，分布式的
海量日志采集，聚合和传输的系统。支持多路径流
量，多管道接入流量，多管道接出流量。
含有三个组件：
source【收集】
•
channel【聚集，一个通道，类似数据缓冲
•
池】
sink【输出】
•
基础架构：
Kafka
分布式的基于发布/订阅模式的消息队列。主要用于
大数据实时处理领域，主要功能可概括为三句话：
生产者发生消息给kafka服务器
消费者从kafka服务器读取消息
kafka服务器依托zookeeper集群进行服务的协调管
理
Hbase
Hbase是构建在HDFS之上的分布式，面向列的存储系
统，在需要读写时，随机访问超大规模数据库集时，
可使用Hbase。Hbase利用HDFS作为其文件存储系
统，利用MapReduce来处理hbase中的海量数据
Sqoop
sqoop是一个关系型数据库于hadoop间的数据同步的
工具。
sqoopimport:将数据从关系型数据库导入
hadoop中
sqoopExport：将数据从hadoop中导入到关系型
数据库中
文档评论（0）