Apache Kudu1.4.0中文文档完整版.docVIP

ApacheKudu

1.4.0中文文档

目录

TOC\h\hApacheKudu1.4.0中文文档

\h介绍Kudu

\hKudu入门指南

\h安装指南

\h配置Kudu

\hKudu集成ApacheImpala

\h管理Kudu

\hKudu故障排除

\h使用Kudu开发应用程序

\hKuduSchemaDesign(模式设计)

\hKuduSecurity(安全)

\hKuduTransactionSemantics(事务语义)

\h后台维护任务

\hKudu配置参考

\hKudu命令行工具参考

\h已知的问题和限制

\h贡献于Kudu

\hExportControlNotice(出口管制通知)

介绍Kudu

Kudu是一个针对ApacheHadoop平台而开发的列式存储管理器。Kudu共享Hadoop生态系统应用的常见技术特性:它在commodityhardware（商品硬件）上运行，horizontallyscalable（水平可扩展），并支持highlyavailable（高可用）性操作。

此外，Kudu还有更多优化的特点：

OLAP工作的快速处理。

与MapReduce，Spark和其他Hadoop生态系统组件集成。

与ApacheImpala（incubating）紧密集成，使其与ApacheParquet一起使用HDFS成为一个很好的可变的替代方案。

强大而灵活的一致性模型，允许您根据每个per-request（请求选择）一致性要求，包括strict-serializable（严格可序列化）一致性的选项。

针对同时运行顺序和随机工作负载的情况性能很好。

使用ClouderaManager轻松维护和管理。

Highavailability（高可用性）。Tabletserver和Master使用\hRaftConsensusAlgorithm来保证节点的高可用，确保只要有一半以上的副本可用，该tablet便可用于读写。例如，如果3个副本中有2个或5个副本中的3个可用，则该tablet可用。即使在leadertablet出现故障的情况下，读取功能也可以通过read-only（只读的）followertablets来进行服务。

结构化数据模型。

通过结合这些所有的特性，Kudu的目标是支持应用家庭中那些难以在当前Hadoop存储技术中实现的应用。Kudu常见的几个应用场景:

实时更新的应用。刚刚到达的数据就马上要被终端用户使用访问到。

时间序列相关的应用，需要同时支持：

根据海量历史数据查询。

必须非常快地返回关于单个实体的细粒度查询。

实时预测模型的应用，支持根据所有历史数据周期地更新模型。

有关这些和其他方案的更多信息，请参阅\hExampleUseCases。

Kudu-Impala集成特性

CREATE/ALTER/DROPTABLE

Impala支持使用Kudu作为持久层来creating（创建），altering（修改）和dropping（删除）表。这些表遵循与Impala中其他表格相同的Internal/external（内部/外部）方法，允许灵活的数据采集和查询。

INSERT

数据可以使用与那些使用HDFS或HBase持久性的任何其他Impala表相同的语法插入Impala中的Kudu表。

UPDATE/DELETE

Impala支持UPDATE和DELETESQL命令逐行或批处理修改Kudu表中的已有的数据。选择SQL命令的语法与现有标准尽可能兼容。除了简单DELETE或UPDATE命令之外，还可以FROM在子查询中指定带有子句的复杂连接。

FlexiblePartitioning（灵活分区）

与Hive中的表分区类似，Kudu允许您通过hash或范围动态预分割成预定义数量的tablets，以便在集群中均匀分布写入和查询。您可以通过任意数量的primarykey（主键）列，任意数量的hashes和可选的listofsplitrows来进行分区。参见\h模式设计。

ParallelScan（并行扫描）

为了在现代硬件上实现最高的性能，Impala使用的Kudu客户端可以跨多个tablets扫描。

High-efficiencyqueri