這篇文章主要介紹“大數(shù)據(jù)兩大核心技術是什么”,在日常操作中,相信很多人在大數(shù)據(jù)兩大核心技術是什么問題上存在疑惑,小編查閱了各式資料,整理出簡單好用的操作方法,希望對大家解答”大數(shù)據(jù)兩大核心技術是什么”的疑惑有所幫助!接下來,請跟著小編一起來學習吧!
創(chuàng)新互聯(lián)公司專注于企業(yè)全網整合營銷推廣、網站重做改版、伊州網站定制設計、自適應品牌網站建設、H5網站設計、商城網站建設、集團公司官網建設、外貿營銷網站建設、高端網站制作、響應式網頁設計等建站業(yè)務,價格優(yōu)惠性價比高,為伊州等各大城市提供網站開發(fā)制作服務。Hadoop是什么?
Hadoop在2006年開始成為雅虎項目,隨后晉升為頂級Apache開源項目。它是一種通用的分布式系統(tǒng)基礎架構,具有多個組件:Hadoop分布式文件系統(tǒng)(HDFS),它將文件以Hadoop本機格式存儲并在集群中并行化; YARN,協(xié)調應用程序運行時的調度程序; MapReduce,這是實際并行處理數(shù)據(jù)的算法。Hadoop使用Java編程語言構建,其上的應用程序也可以使用其他語言編寫。通過一個Thrift客戶端,用戶可以編寫MapReduce或者Python代碼。
除了這些基本組件外,Hadoop還包括Sqoop,它將關系數(shù)據(jù)移入HDFS; Hive,一種類似SQL的接口,允許用戶在HDFS上運行查詢; Mahout,機器學習。除了將HDFS用于文件存儲之外,Hadoop現(xiàn)在還可以配置使用S3 buckets或Azure blob作為輸入。
它可以通過Apache發(fā)行版開源,也可以通過Cloudera(規(guī)模和范圍大的Hadoop供應商),MapR或HortonWorks等廠商提供。
Spark是什么?
Spark是一個較新的項目,在2012年誕生在加州大學伯克利分校的AMPLab。它也是一個頂級Apache項目,專注于在集群中并行處理數(shù)據(jù),一大區(qū)別在于它在內存中運行。
類似于Hadoop讀取和寫入文件到HDFS的概念,Spark使用RDD(彈性分布式數(shù)據(jù)集)處理RAM中的數(shù)據(jù)。Spark以獨立模式運行,Hadoop集群可用作數(shù)據(jù)源,也可與Mesos一起運行。在后一種情況下,Mesos主站將取代Spark主站或YARN以進行調度。
Spark是圍繞Spark Core構建的,Spark Core是驅動調度,優(yōu)化和RDD抽象的引擎,并將Spark連接到正確的文件系統(tǒng)(HDFS,S3,RDBM或Elasticsearch)。Spark Core上還運行了幾個庫,包括Spark SQL,允許用戶在分布式數(shù)據(jù)集上運行類似SQL的命令,用于機器學習的MLLib,用于解決圖形問題的GraphX以及允許輸入連續(xù)流式日志數(shù)據(jù)的Streaming。
Spark有幾個API。原始界面是用Scala編寫的,并且由于大量數(shù)據(jù)科學家的使用,還添加了Python和R接口。Java是編寫Spark作業(yè)的另一種選擇。
Databricks是由Spark創(chuàng)始人Matei Zaharia創(chuàng)立的公司,現(xiàn)在負責 Spark開發(fā)并為客戶提供Spark分銷。
到此,關于“大數(shù)據(jù)兩大核心技術是什么”的學習就結束了,希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習,快去試試吧!若想繼續(xù)學習更多相關知識,請繼續(xù)關注創(chuàng)新互聯(lián)-成都網站建設公司網站,小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>
網站題目:大數(shù)據(jù)兩大核心技術是什么-創(chuàng)新互聯(lián)
URL鏈接:http://muchs.cn/article16/dodcgg.html
成都網站建設公司_創(chuàng)新互聯(lián),為您提供全網營銷推廣、商城網站、品牌網站制作、服務器托管、ChatGPT、建站公司
聲明:本網站發(fā)布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創(chuàng)新互聯(lián)