MySQL重整大数据期末考试复习提纲–概念整理

大数目简介

大数额的概念

Volume(数据容量)、Variety(数据类型)、Viscosity(价值密度)、Velocity(速度)、维拉(Vera)city(真实性)

大数据的属性

非结构性、不完备性、时效性、安全性、可靠性

大数据处理的全经过

数码搜集与记录 –>  数据抽取、清洗、标记  –> 
数据集成、转换、简约  –>  数据解析与建模  –>  数据表达

大数额技术的特点

1.剖析宏观的数额而非随机取样

2.珍重数量的错综复杂,弱化精确性

3.爱慕数据的相关性,而非因果关系

大数目的关键技术

流处理、并行化、摘要索引、可视化

大数量应用趋势

分割市场、推动公司提升、大数据解析的新点子出现、大数量与云总结中度融合、大数目完全设施陆续现身、大数目安全

没错探究范式

率先范式(科学实验)、第二范式(科学理论)、第三范式(系统模拟)、第四范式(数据密集型总计)

格雷(Gray)法则

1.科学统计数据爆炸式增长

2.解决方案为横向扩大的类别布局

3.将总括用于数据而不是数码用于总计(把程序向数据迁移。以总计为主干转移为以数量为大旨)

CAP理论

Consistency(一致性)、Availability(可用性)、Partition
Tolerance(分区容错性)

CAP定理

一个分布式系统不容许同时满足一致性、可用性、分区容错性多少个系统要求,最两只好同时满意四个。

CAP选择

1.摒弃分区容错,导致可扩充性不强:MySQL、Postgres

2.放弃可用性,导致性能不是专程高:Redis、MongoDB、MemcacheDB、HBase、BigTable、Hypertable

3.放任一致性,对一致性要求低:Cassandra(Cassandra)、Dynamo、Voldemort 、CouchDB

HDFS

HDFS目标

1.兼容促销的硬件设施

2.流数据读写

3.大数据集

4.大概的公文模型

5.强劲的跨平台兼容性

HDFS首要组件(图来源墨西比勒陀利亚交通高校大数据课程李先生的课件)

MySQL 1

HDFS读文件

MySQL 2


 

MySQL 3

HDFS写文件

MySQL 4

HDFS容错

1.心跳检测:NameNode和DataNode之间

2.文本块完整性:记录新建文件所有块的校验和

3.集群载荷均衡:自动从负载重的DataNode上迁移数据

4.文书删除:存放在/trash下,过一段时间才正式删除。在hdfs-site.xml中布局

MapReduce

函数式编程优点

1.逻辑可证

2.模块化

3.组件化

4.便于调试

5.易于测试

6.更高的生产率

函数式编程的性状

1.没有副功用:没有改动过函数在其效能域之外的量并被另外函数使用

2.无状态的编程:将状态保存在参数中,作为函数的附赠品来传递(不是很懂)

3.输入值和输出值:在函数式编程中,只有输入值和输出值。函数是中央的单位。在面向对象编程中,将对象传来传去;在函数式编程中,是将函数传来传去。

MapReduce流程图(图来自蒙彼利埃大学黄宜华先生的课件)

MySQL 5

大数目流式总结

流式数据的特点

实时性、易失性、突发性、无序性、无限性、准确性

大数据流式总结模型

数据流管理体系:固定查询、ad hoc查询

大数据流式总括:Twitter Storm、Yahoo S4

Storm总体架构

主节点Nimbus:负责全局资源分配、任务调度、状态监控、故障检测

从节点Supervisor:接收任务,启动或截至工作经过Worker。每个Worker内部有三个Executor。每个Executor对应一个线程。每个Executor对应一个或几个Task。

Zookeeper:协调、存储元数据、从节点心跳新闻、存储整个集群的拥有情形消息、所有配置新闻

Storm特征

1.编程简单

2.支撑多语言

3.作业级容错

4.水平扩大

5.底层使用Zero信息队列,快

Storm缺点

1.资源分配没有设想任务拓扑的结构特征,无法适应数据负载的动态变化

2.采纳集中式的作业级容错,限制了系统的可扩张性

摸索引擎

搜索引擎的概念

依据早晚的政策、运用特定的微机程序、从互联网上收集消息,对音讯举行团队和拍卖将来,将那么些音信显示给用户的连串叫搜索引擎。

找寻引擎的结合

搜索器:搜集信息

索引器:抽取索引

检索器:在库中搜索,排序。

用户接口:呈现

招来引擎的办事历程

爬行 -> 抓取存储 -> 预处理 -> 名次

寻找引擎的评说目的

查全率、查准率、响应时间、覆盖范围、用户方便性

大数额解析

数据解析的目的

对杂乱无章的数量开展汇总、萃取、提炼,进而找出所探讨对象的内在规律,发现其市值。

数量解析的意思

在混乱的多寡中分析出有价值的情节,得到对数据的咀嚼。

数量解析的品种

1.革命性数据解析(为了形成值得如果的查检)

2.定性数据解析(非数值型数据)

3.离线数据解析(先存于磁盘,批处理)

4.在线数据解析(实时)

网站地图xml地图