大数据,机器学习,人工智能大数据学习+数据库知识

大数据敲门砖,想入行大数据必须学习这些知识

2018-10-16  本文已影响1人  f7716891dccb

基础概念

大数据的本质

一、数据的存储:分布式文件系统(分布式存储)

二、数据的计算:分部署计算

基础知识

学习大数据需要具备Java知识基础及Linux知识基础

学习路线

大数据学习群142973723

(1)Java基础和Linux基础

(2)Hadoop的学习:体系结构、原理、编程

第一阶段:HDFS、MapReduce、HBase(NoSQL数据库)

第二阶段:数据分析引擎 -> Hive、Pig

数据采集引擎 -> Sqoop、Flume

第三阶段:HUE:Web管理工具

ZooKeeper:实现Hadoop的HA

Oozie:工作流引擎

(3)Spark的学习

第一阶段:Scala编程语言

第二阶段:Spark Core -> 基于内存、数据的计算

第三阶段:Spark SQL -> 类似于mysql 的sql语句

第四阶段:Spark Streaming ->进行流式计算:比如:自来水厂

(4)Apache Storm 类似:Spark Streaming ->进行流式计算

NoSQL:Redis基于内存的数据库

HDFS

分布式文件系统 解决以下问题:

• 硬盘不够大:多几块硬盘,理论上可以无限大

• 数据不够安全:冗余度,hdfs默认冗余为3 ,用水平复制提高效率,传输按照数据库为单位:Hadoop1.x 64M,Hadoop2.x 128M

• 管理员:NameNode 硬盘:DataNode

MapReduce

基础编程模型:把一个大任务拆分成小任务,再进行汇总

• MR任务:Job = Map + Reduce

Map的输出是Reduce的输入、MR的输入和输出都是在HDFS

MapReduce数据流程分析:

• Map的输出是Reduce的输入,Reduce的输入是Map的集合

HBase

什么是BigTable?: 把所有的数据保存到一张表中,采用冗余 —> 好处:提高效率

• 因为有了bigtable的思想:NoSQL:HBase数据库

• HBase基于Hadoop的HDFS的

• 描述HBase的表结构

核心思想是:利用空间换效率.大数据学习群142973723

上一篇下一篇

猜你喜欢

热点阅读