MySQL整治大数目期末考试复习提纲–概念整理

大数据简介

大数目的概念

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

大数额的性质

非结构性、不完备性、时效性、安全性、可信赖性

大数据处理的全经过

多少收集与记录 –>  数据抽取、清洗、标记  –> 
数据集成、转换、简约  –>  数据解析与建模  –>  数据表明

大数据技术的特征

1.分析宏观的数目而非随机取样

2.爱护数量的复杂,弱化精确性

3.关爱数据的相关性,而非因果关系

大数量的关键技术

流处理、并行化、摘要索引、可视化

大数目利用趋势

划分市场、推动集团进步、大数据解析的新措施出现、大数目与云统计中度融合、大数额全体设施陆续出现、大数量安全

正确研商范式

首先范式(科学实验)、第二范式(科学理论)、第三范式(系统模拟)、第四范式(数据密集型统计)

Gray法则

1.科学总计数据爆炸式增进

MySQL,2.解决方案为横向扩大的系统布局

3.将统计用于数据而不是数额用于计算(把程序向数据迁移。以统计为骨干转变为以数量为基本)

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需要,最六只好同时满意三个。

CAP选择

1.甩掉分区容错,导致可增添性不强:MySQL、Postgres

2.甩掉可用性,导致质量不是更加高:Redis、MongoDB、MemcacheDB、HBase、BigTable、Hypertable

3.甩掉一致性,对一致性须要低:Cassandra、Dynamo、Voldemort 、CouchDB

HDFS

HDFS目标

1.包容让利的硬件设备

2.流数码读写

3.大数据集

4.不难易行的文书模型

5.有力的跨平台包容性

HDFS主要组件(图来自瓦伦西亚理历史大学大数目课程李先生的课件)

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中安排

MapReduce

函数式编程优点

1.逻辑可证

2.模块化

3.组件化

4.简单调试

5.易于测试

6.更高的生产率

函数式编程的特征

1.尚无副效能:没有改动过函数在其效能域之外的量并被其余函数使用

2.无状态的编程:将气象保存在参数中,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。函数是基本的单位。在面向对象编程中,将目标传来传去;在函数式编程中,是将函数传来传去。

MapReduce流程图(图来自马那瓜大学黄宜华先生的课件)

MySQL 5

大数据流式总括

流式数据的表征

实时性、易失性、突发性、无序性、无限性、准确性

大数目流式计算模型

数据流管理连串:固定查询、ad hoc查询

大数目流式统计:推文(Tweet) Storm、Yahoo S4

Storm总体架构

主节点Nimbus:负责全局资源分配、义务调度、状态监控、故障检测

从节点Supervisor:接收职分,启动或为止工作经过Worker。每个Worker内部有多少个Executor。每个Executor对应一个线程。每个Executor对应一个或多少个Task。

Zookeeper:协调、存储元数据、从节点心跳新闻、存储整个集群的有所情形音讯、所有配置音信

Storm特征

1.编程简单

2.辅助多语言

3.作业级容错

4.品位增加

5.底层使用Zero音信队列,快

Storm缺点

1.资源分配没有设想义务拓扑的结构特征,不可以适应数据负载的动态变化

2.选取集中式的作业级容错,限制了系统的可扩张性

探寻引擎

检索引擎的概念

根据早晚的政策、运用特定的微处理器程序、从网络上征集新闻,对新闻进行团队和处理将来,将这么些信息显示给用户的系统叫搜索引擎。

探寻引擎的三结合

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:显示

招来引擎的做事历程

爬行 -> 抓取存储 -> 预处理 -> 排行

找寻引擎的评论目标

查全率、查准率、响应时间、覆盖范围、用户方便性

大数据解析

数码解析的目的

对一塌糊涂的数额举行集中、萃取、提炼,进而找出所探讨对象的内在规律,发现其价值。

数据解析的意义

在混乱的数码中分析出有价值的内容,得到对数据的回味。

数码解析的品类

1.探索性数据解析(为了形成值得借使的查实)

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