用户7317638027324

这是我参与「第四届青训营 」笔记创作活动的第十六天 yarn yarn是hadoop集群当中的资源管理系统模块，从hadoop2.0开始引入yarn模块,yarn可为各类计算框架提供资源的管理和调度,

这是我参与「第四届青训营 」笔记创作活动的第十五天 CAP CAP是指在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tole

这是我参与「第四届青训营 」笔记创作活动的第十四天 LSMT，即Log-Structured Merge-Tree，这是一个经典的数据结构，在大数据系统中有着非常广泛的应用。很多耳熟能详的经典系统，底

这是我参与「第四届青训营 」笔记创作活动的第十三天 Parquet概述 Apache Parquet是面向分析型业务的列式存储格式，由Twitter和Cloudera合作开发，Parquet是一种与语

这是我参与「第四届青训营 」笔记创作活动的第十二天 Kafka 不足 Kafka 没有租户概念，需要手动维护多个集群，不方便运维。 Kafka 集群扩容后需要做 Reassign Partitions

这是我参与「第四届青训营 」笔记创作活动的第十一天 数据湖的优点 数据湖相比传统数仓而言，最明显的便是优秀的T+0能力，这个解决了Hadoop时代数据分析的顽疾。传统的数据处理流程从数据入库到数据处理

这是我参与「第四届青训营 」笔记创作活动的第十天 HBase 是一种类似于数据库的存储层，也就是说 HBase 适用于结构化的存储。并且 HBase 是一种列式的分布式数据库。HBase 底层依旧依赖

这是我参与「第四届青训营 」笔记创作活动的第九天 HDFS的高可用(HA) 首先来看一下HDFS的高可用，也可以称之为HA(High Available) HDFS的HA，指的是在一个集群中存在多个N

这是我参与「第四届青训营 」笔记创作活动的第八天 HDFS特性 高性能 容错 相对简单的中心化管理 主/从架构(M/S) 安全 2种级别的安全可供选择 优化的分布式处理 数据本地性 可扩展性 HDFS