您的位置:首页 > 大数据 > Hadoop

【大数据技术】——Hadoop(1)

2019-05-20 07:10 1631 查看

什么是大数据

基本概念

《数据处理》

在互联网技术发展到现今阶段,大量日常、工作等事务产生的数据都已经信息化,人类产生的数据量相比以前有了爆炸式的增长,以前的传统的数据处理技术已经无法胜任,需求催生技术,一套用来处理海量数据的软件工具应运而生,这就是大数据!

《处理海量数据的核心技术》

        海量数据存储:分布式

        海量数据运算:分布式

这些核心技术的实现是不需要用户从零开始造轮子的,存储和运算,都已经有大量的成熟的框架来用。

《存储框架》

        HDFS——分布式文件存储系统(Hadoop中的存储框架)

        HBASE——分布式数据库系统

        KAFKA——分布式消息缓存系统(实时流式数据处理场景中应用广泛)

《运算框架》(要解决的核心问题就是帮用户将处理逻辑在很多机器上并行)

        MAPREDUCE—— 离线批处理/Hadoop中的运算框架

        SPARK——离线批处理/实时流式计算

        STORM —— 实时流式计算

《辅助类的工具》(解放大数据工程师的一些繁琐工作)

        HIVE —— 数据仓库工具:可以接收sql,翻译成mapreduce或者spark程序运行

        FLUME——数据采集

        SQOOP——数据迁移

        ELASTIC SEARCH —— 分布式的搜索引擎

    换个角度说,大数据是:

  1. 有海量的数据
  2. 有对海量数据进行挖掘的需求
  3. 有对海量数据进行挖掘的软件工具(hadoop、spark、storm、flink、tez、impala......)

大数据在现实生活中的具体应用

数据处理的最典型应用:公司的产品运营情况分析

电商推荐系统:基于海量的浏览行为、购物行为数据,进行大量的算法模型的运算,得出各类推荐结论,以供电商网站页面来为用户进行商品推荐

精准广告推送系统:基于海量的互联网用户的各类数据,统计分析,进行用户画像(得到用户的各种属性标签),然后可以为广告主进行有针对性的精准的广告投放

 

(adsbygoogle = window.adsbygoogle || []).push({});
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息