大数据之旅--Hadoop的发展史
一、 大数据概念:
大数据(Big Data):指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据主要解决:海量数据的采集、存储和分析计算问题。
数据存储单位(按从小到大的顺序):bit、Byte、KB、MB、GB、TB、PB、EB
、ZB、YB、BB、NB、DB。
二、 大数据特点(4V):
1.Volume(大量): 很多大企业的数据量达到EB量级。
2.Velocity(高速): 大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告,预计到2025年,全球数据使用量将达到163ZB。在海量的数据面前,处理数据的效率对于企业来说就很重要了。
eg:天猫双十一:2020年96s,天猫交易额超过100亿。
3.Variety(多样): 这种类型的多样性也让数据被分为结构化数据
和非结构化数据
。相对于以往便于存储的以数据库/文本为主的机构化数据,非结构化数据越来越多,包括网络日志、音频、
视频、图片、地理位置信息等,这些多类型的数据对数据的处理能力提出了更高要求。
4.Value(低价值密度): 价值密度的高低与数据总量的大小成反比。
三、Hadoop
1. Hadoop是什么?
1.Hadoop是一个由Apache基金会所开发的分布式系统基础架构
;
2.主要解决:海量数据的存储
和海量数据的分析计算
问题;
3.广义上来说,Hadoop通常是指一个更广泛的概念—Hadoop生态圈
。
2. Hadoop发展史
1.Hadoop创始人Doug Cutting,为了实现与Google类似的全文搜索功能,他在Lucene框架基础上进行优化升级,查询引擎和搜索引擎。
2.2001年年底Lucene成为Apache基金会的一个子项目;
3.对于海量数据的场景,Lucene框架面对与Google同样的困难,存储海量数据困难,检索海量数据速度慢;
4.学习和模仿Google解决这些问题的办法:微型版Nutch;
5.可以说Google是Hadoop的思想之源(Google在大数据方面的三篇论文):GFS—>HDFS; MapReduce—>MR; BigTable—>HBase;
6.2003-2004年,Google公开了部分GFS和MapReduce思想的细节,以此为基础Goug Cutting等人用2年业余时间
实现了DFS和MapReduce机制,使Nutch性能飙升;
7.2005年Hadoop作为Lucene的子项目Nutch的一部分正式引入Apache基金会;
8.2006年3月,MapReduce和Nutch Distributed File System(NDFS)分别被纳入到Hadoop项目中,Hadoop就此正式诞生,标志着大数据时代来临。
9.名字来源于Doug Cutting儿子的玩具大象。
大数据之旅--Hadoop的发展史相关推荐
- 打怪升级之小白的大数据之旅(四十一)<大数据与Hadoop概述>
打怪升级之小白的大数据之旅(四十) Hadoop概述 上次回顾 好了,经过了java,mysql,jdbc,maven以及Linux和Shell的洗礼,我们终于开始正式进入大数据阶段的知识了,首先我会 ...
- 打怪升级之小白的大数据之旅(五十九)<Hadoop优化方案>
打怪升级之小白的大数据之旅(五十八) Hadoop优化方案与扩展知识点 上次回顾 上一章,我们对Hadoop的扩展知识HA进行了学习,本章是我们在使用Hadoop过程中的一些优化方案和其他几个需要了解 ...
- 打怪升级之小白的大数据之旅(一)<Java基础语法之Java的身世之谜>
打怪升级之小白的大数据之旅(一) Java基础语法之Java的身世之谜 打怪升级之小白的大数据之旅(一) 前言 一.学习大数据之前 二.Java基础 what? why? how? 总结 前言 做了几 ...
- hadoop大数据开发基础_Java大数据开发(三)Hadoop(2)经典的Hadoop
点击蓝字关注我 1 什么是大数据 1.Hadoop是一个由Apache基金会所开发的分布式系统基础架构 2.主要解决,海量数据的存储和海量数据的分析计算问题. 3.广义上来说,HADOOP通常是指一个 ...
- 60.大数据之旅——电信日志项目03
zookeeper概述 官方网址:http://zookeeper.apache.org/ What is ZooKeeper? ZooKeeper is a centralized service ...
- 53.大数据之旅——java分布式项目14-信息检索技术之Lucene,Solr
信息检索技术 概念介绍 全文检索是一种将文件中所有文本与检索项匹配的文字资料检索方法.全文检索系统是按照全文检索理论建立起来的用于提供全文检索服务的软件系统. 全文检索主要对非结构化数据的数据检索. ...
- 打怪升级之小白的大数据之旅(六十七)<Hive旅程第八站:Hive的函数>
打怪升级之小白的大数据之旅(六十七) Hive旅程第八站:Hive的函数 上次回顾 上一章,我们学习了如何对数据进行拆分–分区表与分桶表,使用分区表与分桶表,可以加快我们的查询效率..本章节是Hive ...
- 打怪升级之小白的大数据之旅(六十一)<Hive旅程第二站:Hive安装>
打怪升级之小白的大数据之旅(六十一) Hive旅程第二站:Hive安装 上次回顾 上一章我们学习了Hive的概念以及框架原理,本章节是对Hive的安装进行分享,因为它有些需要自己配置的点,所以我单独开 ...
- 61.大数据之旅——电信日志项目04
Linux nc安装 Linux nc 介绍和安装使用 NetCat,在网络工具中有"瑞士军刀"美誉,其有Windows和Linux的版本.因为它短小精悍(1.84版本也不过25k ...
最新文章
- Python(Dict和Set类型)
- jquery选择器:与、或逻辑
- 页面 接收跳转数据_【实战案例】在线教育渠道落地页数据分析
- BNUOJ 4358 左手定则 搜索
- 担心再次被起诉?马斯克已删除特斯拉可能几个月内成为最大公司推文
- .NET Core 中读取appsettings.json配置文件的方法
- 艾肯声卡没有声音处理方法
- IOS开发之——屏幕适配-AutoLayout代码实现(03)
- android简单记账软件,简洁记账app
- excel 公式 单引号 concat_Excel制作倒计时、抽签器你见过没?
- ZOJ 3216 Compositions(矩阵优化DP)
- uniapp实现贪吃蛇小游戏
- Zend Framework Smart PHP 项目 移植 APMServ
- Optional orElseThrow 错误: 未报告的异常错误X; 必须对其进行捕获或声明以便抛出...
- 我用 python 做了款可开淘宝店赚钱的工具!
- 2021-11-06关节空间路径规划和算法(采样、搜索)或者末端轨迹优化?
- 2020中国彩礼地图:哪里娶媳妇最贵?
- 高电压超低功耗低压差电压调节器 MST53XXB系列芯片
- 这项AR技术将你活生生地“解剖”给别人看
- 5)bootstrcp和ajax技术的使用和介绍