大数据应用技术介绍（PPT37页).ppt

《大数据应用技术介绍（PPT37页).ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、大数据应用技术介绍2014年2月Hadoop生态系统Hadoop生态系统SubProject描述common分布式文件系统和通用I/O的组件与接口（序列化，JavaRPC和持久化数据结构）Avro支持高效的跨语言RPC和持久数据存储的序列化系统MapReduce分布式数据处理模型和执行环境，运行在大型商用机集群HDFS分布式文件系统，用于大型商用机集群PIGPig是SQL-like语言，是在MapReduce上构建的一种高级查询语言，把一些运算编译进MapReduce模型的Map和Reduce中，并且用户可以定义自己的功能。

2、Hive分布式、按列存储的数据仓库。Hive管理HDFS中存储的数据，并提供基于SQL的查询语言（由运行时引擎翻译成MapReduce作业）Hbase分布式、按列存储的数据库。HBase使用HDFS作为底层存储，同时支持MapReduce的批量式计算和点查询（随机读取）ZooKeeper分布式、可用性高的协调服务。提供类似分布式锁的基础服务。Sqoop在数据库和HDFS之间高效传输数据的工具Flume分布式、可靠、和高可用的海量日志聚合的系统。ChukwaChukwa是基于Hadoop的大集群监控系统，由yahoo贡献。Ha

3、doop介绍HDFS特点HDFS缺点HDFS部署结构HDFS读写过程MapReduce部署结构MapReduce计算模型Inputk1,v1Mapk2,v2Reducek3,v3OutputMapReduce扩展接口InputFormatMapperPartitionerReducerOutputFormatMapReduceMapReduce实例MapReduce内部结构Hadoop2.0引入一个新的资源管理系统YARNHDFS单点故障得以解决HDFSFederationHDFS快照通过NFS访问HDFS支持Window系

4、统Hadoop1VSHadoop2集群资源管理Hadoop介绍Yarn运行原理图Hbase介绍1高可靠性2高效性3面向列4可伸缩5可在廉价PCServer搭建大规模结构化存储集群Hbase体系结构HBase系统架构图HBase部件说明Client：使用HBaseRPC机制与HMaster和HRegionServer进行通信Client与HMaster进行通信进行管理类操作Client与HRegionServer进行数据读写类操作Zookeeper：ZookeeperQuorum存储-ROOT-表地址、HMaster地址HRe

5、gionServer把自己以Ephedral方式注册到Zookeeper中，HMaster随时感知各个HRegionServer的健康状况Zookeeper避免HMaster单点问题HMaster：HMaster没有单点问题，HBase中可以启动多个HMaster，通过Zookeeper的MasterElection机制保证总有一个Master在运行主要负责Table和Region的管理工作：1管理用户对表的增删改查操作2管理HRegionServer的负载均衡，调整Region分布3RegionSplit后，负责新Reg

6、ion的分布4在HRegionServer停机后，负责失效HRegionServer上Region迁移Table&RegionTable随着记录增多不断变大，会自动分裂成多份Splits，成为Regions一个region由[startkey，endkey)表示不同region会被Master分配给相应的RegionServer进行管理HregionServer-ROOT-&.META..META.记录用户表的Region信息，同时，.META.也可以有多region-ROOT-记录.META.表的Region信息，但是，-

7、ROOT-只有一个regionZookeeper中记录了-ROOT-表的location客户端访问数据的流程：Client->Zookeeper->-ROOT-->.META.->用户数据表多次网络操作，不过client端有cache缓存HBase数据模型RowKey：Table主键，Table中记录按照RowKey排序Timestamp：  　　每次对数据操作对应的时间戳，也即数据的versionnumberColumnFamily：列簇，一个table在水平方向有一个或者多个列簇，列簇可由任意多个Column组成，列簇

8、支持动态扩展，无须预定义数量及类型，二进制存储，用户需自行进行类型转换HbaseShellHbaseshellHbase与RDBMS数据类型：Hbase只有简单的字符串类型。数据操作：Hbase只有很简单的插入、查询、删除、清空操作，没有复杂的表和表之间的关系。存储模式：Hbase是基于列