菜单

betway体育整治好数额期末考试复习提纲–概念整理。整理好数目期末考试复习提纲–概念整理。

2018年9月19日 - betway体育

十分数据简介

充分数目简介

不行数量的概念

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

大数据的定义

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

万分数目的性质

匪结构性、不完备性、时效性、安全性、可靠性

很数量的习性

切莫结构性、不完备性、时效性、安全性、可靠性

良数额处理的备经过

数码搜集和记录 –>  数据抽取、清洗、标记  –> 
数据并、转换、简约  –>  数据解析以及建模  –>  数据说明

不行数额处理的均经过

多少收集和记录 –>  数据抽取、清洗、标记  –> 
数据并、转换、简约  –>  数据解析和建模  –>  数据说明

非常数据技术的特点

1.分析宏观的数量而不自由取样

2.珍惜数量的复杂,弱化精确性

3.关心数据的相关性,而休以果关系

深数据技术的特色

1.剖析宏观的数据如果非自由取样

2.看重数量的扑朔迷离,弱化精确性

3.关注数据的相关性,而不因为果关系

那个数据的关键技术

流淌处理、并行化、摘要索引、可视化

老数额的关键技术

流动处理、并行化、摘要索引、可视化

酷数目利用趋势

分开市场、推动公司提高、大数据解析的初方式出现、大数据以及叙计算高度融合、大数额整体设施陆续出现、大数量安全

好数额采取趋势

分割市场、推动公司进步、大数目解析的新章程出现、大数量和叙计算高度融合、大数据总体设施陆续出现、大数额安全

没错研究范式

第一范式(科学实验)、第二范式(科学理论)、第三范式(系统模拟)、第四范式(数据密集型计算)

对研究范式

率先范式(科学实验)、第二范式(科学理论)、第三范式(系统模拟)、第四范式(数据密集型计算)

格雷法则

1.科学计算数据爆炸式增长

2.解决方案吧横向扩张的体系布局

3.拿计用于数据而未是数额用于计算(把程序于数迁移。以计算为着力转变吗因数量为主导)

格雷法则

1.科学计算数据爆炸式增长

2.缓解方案吧横向扩张的网布局

3.拿计用于数据要未是数据用于计算(把程序为数迁移。以计算呢基本转移也因数量吧主导)

CAP理论

Consistency(一致性)、Availability(可用性)、Partition
Tolerance(分区容错性)

CAP理论

Consistency(一致性)、Availability(可用性)、Partition
Tolerance(分区容错性)

CAP定理

一个分布式系统不可能还要满足一致性、可用性、分区容错性三单体系要求,最多只能以满足个别单。

CAP定理

一个分布式系统不容许同时满足一致性、可用性、分区容错性三个体系要求,最多只能同时满足个别个。

CAP选择

1.放弃分区容错,导致可扩展性不赛:MySQL、Postgres

2.放弃可用性,导致性不是特别强:Redis、MongoDB、MemcacheDB、HBase、BigTable、Hypertable

3.放弃一致性,对一致性要求没有:Cassandra、Dynamo、Voldemort 、CouchDB

CAP选择

1.放弃分区容错,导致可扩展性不愈:MySQL、Postgres

2.放弃可用性,导致性不是特意强:Redis、MongoDB、MemcacheDB、HBase、BigTable、Hypertable

3.放弃一致性,对一致性要求没有:Cassandra、Dynamo、Voldemort 、CouchDB

HDFS

HDFS

HDFS目标

1.兼容廉价的硬件装置

2.流数读写

3.好数据集

4.简约的文本模型

5.劲的跨平台兼容性

HDFS目标

1.兼容降价的硬件设备

2.流数码读写

3.死数据集

4.略的公文模型

5.强劲的跨平台兼容性

HDFS主要组件(图自哈尔滨理工大学老数额课程李先生的课件)

betway体育 1

HDFS主要组件(图来源哈尔滨理工大学格外数量课程李先生的课件)

betway体育 2

HDFS读文件

betway体育 3


 

betway体育 4

HDFS读文件

betway体育 5


 

betway体育 6

HDFS写文件

betway体育 7

HDFS写文件

betway体育 8

HDFS容错

1.心跳检测:NameNode和DataNode之间

2.文书块完整性:记录新建文件所有片的校验和

3.集群载重均衡:自动从负载重的DataNode上迁移数据

4.文件去:存放在/trash下,过一段时间才正式删除。在hdfs-site.xml中布置

HDFS容错

1.心跳检测:NameNode和DataNode之间

2.文书块完整性:记录新建文件所有片的校验和

3.集群载荷均衡:自动从负载重的DataNode上迁移数据

4.文件去:存放在/trash下,过一段时间才正式删除。在hdfs-site.xml中布置

MapReduce

MapReduce

函数式编程优点

1.逻辑可证

2.模块化

3.组件化

4.善调试

5.易为测试

6.更强之生产率

函数式编程优点

1.逻辑可证

2.模块化

3.组件化

4.好调试

5.易让测试

6.双重胜的生产率

函数式编程的特点

1.从未副作用:没有改动了函数在那个犯用域之外的量并为外函数使用

2.无状态的编程:将状态保存在参数中,作为函数的附赠品来传递(不是特别知)

3.输入值和输出值:在函数式编程中,只有输入值和输出值。函数是着力的单位。在面向对象编程中,将对象传来传去;在函数式编程中,是用函数传来传去。

函数式编程的表征

1.从来不副作用:没有改动了函数在其发用域之外的量并叫别函数使用

2.无状态底编程:将状态保存在参数中,作为函数的附赠品来传递(不是好了解)

3.输入值和输出值:在函数式编程中,只有输入值和输出值。函数是着力的单位。在面向对象编程中,将对象传来传去;在函数式编程中,是拿函数传来传去。

MapReduce流程图(图源南京大学黄宜华先生的课件)

betway体育 9

MapReduce流程图(图源南京大学黄宜华先生的课件)

betway体育 10

很数目流式计算

挺数据流式计算

流式数据的风味

实时性、易失性、突发性、无序性、无限性、准确性

流式数据的性状

实时性、易失性、突发性、无序性、无限性、准确性

大数量流式计算模型

数据流管理网:固定查询、ad hoc查询

坏数额流式计算:Twitter Storm、Yahoo S4

特别数目流式计算模型

数据流管理体系:固定查询、ad hoc查询

不行数据流式计算:Twitter Storm、Yahoo S4

Storm总体架构

主节点Nimbus:负责全局资源分配、任务调度、状态监控、故障检测

自从节点Supervisor:接收任务,启动或终止工作经过Worker。每个Worker内部有多单Executor。每个Executor对应一个线程。每个Executor对应一个要多只Task。

Zookeeper:协调、存储处女数据、从节点心跳信息、存储整个集群的所有状态信息、所有配置信息

Storm总体架构

主节点Nimbus:负责全局资源分配、任务调度、状态监控、故障检测

从节点Supervisor:接收任务,启动或停止工作进程Worker。每个Worker内部有差不多个Executor。每个Executor对应一个线程。每个Executor对应一个或者多单Task。

Zookeeper:协调、存储元数据、从节点心跳信息、存储整个集群的备状态信息、所有配置信息

Storm特征

1.编程简单

2.支撑多语言

3.作业级容错

4.档次扩展

5.底层使用Zero消息队列,快

Storm特征

1.编程简单

2.支持多语言

3.作业级容错

4.水准扩展

5.底层使用Zero消息队列,快

Storm缺点

1.资源分配没有设想任务拓扑的结构特征,无法适应数据负载的动态变化

2.利用集中式的作业级容错,限制了网的但是扩展性

Storm缺点

1.资源分配没有考虑任务拓扑的结构特征,无法适应数据负载的动态变化

2.用到集中式的作业级容错,限制了网的可扩展性

搜寻引擎

追寻引擎

寻引擎的定义

因早晚的方针、运用特定的电脑程序、从互联网及采访信息,对信息进行集体同拍卖后,将这些信显示让用户之体系给搜索引擎。

招来引擎的定义

据悉早晚的方针、运用特定的电脑程序、从互联网及采访信息,对信息进行集体同拍卖以后,将这些信息显示让用户之体系被搜索引擎。

摸索引擎的重组

搜索器:搜集信息

索引器:抽取索引

检索器:在库房中搜索,排序。

用户接口:展示

探寻引擎的咬合

搜索器:搜集信息

索引器:抽取索引

检索器:在库中寻觅,排序。

用户接口:展示

觅引擎的工作经过

爬行 -> 抓取存储 -> 预处理 -> 排名

寻找引擎的做事经过

爬行 -> 抓取存储 -> 预处理 -> 排名

找引擎的品指标

查全率、查准率、响应时间、覆盖范围、用户方便性

探寻引擎的褒贬指标

查全率、查准率、响应时间、覆盖范围、用户方便性

万分数量解析

老大数目解析

多少解析的目的

本着乱的数量进行汇总、萃取、提炼,进而找出所研究对象的内在规律,发现其价值。

数量解析的目的

针对乱的数额开展汇总、萃取、提炼,进而找出所研究对象的内在规律,发现其价值。

数码解析的义

于混乱之数量中剖析出有价之始末,获得对数码的回味。

多少解析的意义

当纷纷扬扬之数码被分析有有价的情,获得对数码的认知。

数量解析的路

1.探索性数据解析(为了形成值得假设的查看)

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)

数解析的档次

1.探索性数据解析(为了形成值得假设的查验)

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)

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图