计忆芳华

大数据学习

# HashMap源码学习(7) # Java高频面试题(5) # JVM学习(10) # Leetcode(20) # String源码学习(1) # 多线程学习(10) # 设计模式学习(25) docker学习(12) ElasticSearch学习(4) hadoop(7) Java面向面试编程(5) mongdb学习(5) pytnon(5) redis学习(2) Springcolud(8) 云开发(7) 未归档(3) 杂七杂八(7) 比赛(1) 算法(1) 编译原理(10) 自建博客(30) 软件工程(1) 软件测试(12) 阿里(9)

/ 注册

全部文章 / 大数据学习（共19篇）

大数据总结【第三章：HDFS】

简答题分布式文件系统的结构结构图主从结构，多副本存储分布式文件系统在物理结构上是由计算机集群中的多个节点构成的，这些节点分为两类，一类叫“主节点”(Master Node)或者也被称为“名称结点”(NameNode)，另一类叫“从节点”（Slave Node）或者也被称为“数据节...

2020-08-15

0 2715

大数据总结【第四章：Hbase】

简答题 1. HBase简介 HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来存储非结构化和半结构化的松散数据。HBase的目标是处理非常庞大的表，可以通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表 ...

2020-08-15

1 1184

大数据总结【第五章：Nosql】

Nosql not only sql NoSQL兴起的原因：（关系数据无法满足Web 2.0的需求） 1）无法满足海量数据的管理需求 2）无法满足数据高并发的需求 3）无法满足高可扩展性和高可用性的需求 Web2.0特性 1）Web2.0网站系统通常不要求严格的数据库事务 2）Web2.0...

2020-08-15

0 699

大数据总结【第六章：云数据库】

概念云数据库是部署和虚拟化在云计算环境中的数据库。云数据库是在云计算的大背景下发展起来的一种新兴的共享基础架构的方法，它极大地增强了数据库的存储能力，消除了人员、硬件、软件的重复配置，让软、硬件升级变得更加容易，同时也虚拟化了许多后端功能。云数据库具有高可扩展性、高可用性、采用多租形式和支持资源...

2020-08-15

0 554

大数据总结【第七章：MapReduce】

简答 MapReduce模型简介 MapReduce将复杂的、运行于大规模集群上的并行计算过程高度地抽象到了两个函数：Map和Reduce 编程容易，不需要掌握分布式并行编程细节，也可以很容易把自己的程序运行在分布式系统上，完成海量数据的计算 <mark>MapReduce采用“分而...

2020-08-15

0 1657

大数据总结【第九章：Spark】

Spark的主要特点运行速度快：使用DAG执行引擎以支持循环数据流与内存计算容易使用。：支持使用Scala、 Java、 Python和R语言进行编程，可以通过Spark Shell进行交互式编程通用性： Spark 提供了完整而强大的技术栈，包括SQL查询、流式计算、机器学习...

2020-08-15

0 1419

大数据总结【第十章：流计算】

【单选题】流计算秉承一个基本理念，即数据的价值随着时间的流逝而（），如用户点击流。 A、升高 B、不变 C、降低 D、不确定我的答案：C Hadoop运行的是MapReduce任务，类似地，Storm运行的任务叫做（）。 A、Bolt B、Spout C、Tuple D、Topol...

2020-08-15

0 901

大数据总结【第十一章：图计算】

1【单选题】Pregel是一种基于（）模型实现的并行图处理系统。 A、SBP B、TSP C、STP D、BSP 我的答案：D 2【单选题】谷歌在后Hadoop时代的新“三驾马车”不包括（）。 A、Dremel B、Pregel C、Caffeine D、Hama 我的答案：D 3【多选题】以下关于...

2020-08-15

0 732

大数据总结【第十二章：数据可视化】

简述可视化技术实现的目标。观测跟踪数据分析数据辅助理解数据增强数据吸引力【简答题】列举几种较流行的可视化工具及其功能。入门工具：Excel 信息图标工具：Google Chart API, D3,Visual.ly,Tableau,大数据墨镜地图工具：Googel Fusion T...

2020-08-15

0 504