文章目录
大数据学习路线
1.1 基础
1.2 Hadoop
(1)数据储存:HDFS(Hadoop Distributed File System)
(2)数据计算:MapReduce(Java程序):在Hadoop 2.x以后,在Yarn容器---> 实现离线计算
(3)Hive:基于HDFS智商的数据仓库,支持SQL语句
(4)HBase:基于HDFS智商的NoSQL数据库
(5)ZooKeeper:实现HA(High Availability高可用性)的功能
(3)其他组件(生态圈):Pig、Flume、Sqoop
1.3实时计算
(1)Redis内存NoSQL数据库
Redis Cluster:分布式解决方案
(2)Apache Storm:进行实时计算(流式计算)
以上都是用JAVA实现开发,以下是Scala语言开发
1.4 Spark
只有数据计算,没有数据的存储(依赖HDFS)
(1)Scala编程语言:多范式的编程语言(支持多种方法编程:1、面向对象 2、函数式编程)
(2)SPark Core:内核,相当于MapReduce
最重要的概念:RDD(弹性分布式数据集)
(3)Spark SQL:类似Hive,支持SQL语句
(4)Spark Streaming:处理流式计算的模块,类似Storm