菜单

betway体育重整好数额期末考试复习提纲–概念整理。整理好数量期末考试复习提纲–概念整理。

2018年9月19日 - betway体育

坏数据简介

非常数目简介

特别数额的定义

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

挺数目的定义

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

杀数据的性质

未结构性、不完备性、时效性、安全性、可靠性

万分数目的性质

匪结构性、不完备性、时效性、安全性、可靠性

很数量处理的全都经过

数量搜集与记录 –>  数据抽取、清洗、标记  –> 
数据并、转换、简约  –>  数据解析与建模  –>  数据说明

特别数量处理的咸经过

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

雅数目技术的风味

1.分析到的多少要休自由取样

2.刮目相看数量的复杂性,弱化精确性

3.关怀数据的相关性,而无缘果关系

可怜数目技术的性状

1.剖析到的多少而不自由取样

2.珍惜数量的错综复杂,弱化精确性

3.关心数据的相关性,而未缘果关系

非常数目的关键技术

注处理、并行化、摘要索引、可视化

老大数额的关键技术

流动处理、并行化、摘要索引、可视化

挺数量以趋势

划分市场、推动公司提高、大数据解析的初点子出现、大数额以及出口计算高度融合、大数目整体设施陆续出现、大数量安全

充分数额应用趋势

细分市场、推动公司提高、大数目解析的新方式出现、大数量与出口计算高度融合、大数据总体设施陆续出现、大数目安全

没错研究范式

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)

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.化解方案吧横向扩张的体系布局

3.拿计用于数据如果不是数用于计算(把程序向数迁移。以计算也主导转变吗缘数据也核心)

格雷法则

1.科学计算数据爆炸式增长

2.化解方案吧横向扩张的网布局

3.拿计用于数据而不是数额用于计算(把程序于数迁移。以计算也中心转变吗缘数量为核心)

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而满足一致性、可用性、分区容错性三单网要求,最多只能以满足个别单。

CAP定理

一个分布式系统不可能又满足一致性、可用性、分区容错性三独系统要求,最多只能以满足个别独。

CAP选择

1.放弃分区容错,导致可扩展性不高:MySQL、Postgres

2.放弃可用性,导致性不是专门强: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,导致可扩展性不赛:MySQL、Postgres

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

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

HDFS

HDFS

HDFS目标

1.兼容廉价的硬件装置

2.流数读写

3.十分数据集

4.简便的文书模型

5.强硬的跨平台兼容性

HDFS目标

1.兼容降价的硬件装置

2.流数码读写

3.很数据集

4.简约的文本模型

5.强有力的跨平台兼容性

HDFS主要组件(图来源哈尔滨理工大学充分数目课程李先生的课件)

betway体育 1

HDFS主要组件(图源哈尔滨理工大学非常数据课程李先生的课件)

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中布局

HDFS容错

1.心跳检测:NameNode和DataNode之间

2.文件块完整性: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.文本去: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.好调试

5.易给测试

6.复胜之生产率

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.易吃测试

6.又胜似的生产率

函数式编程的特性

1.尚未副作用:没有改动过函数在该发用域之外的计量并给另外函数使用

2.无状态之编程:将状态保存在参数中,作为函数的附赠品来传递(不是老亮)

3.输入值和输出值:在函数式编程中,只有输入值和输出值。函数是基本的单位。在面向对象编程中,将目标传来传去;在函数式编程中,是将函数传来传去。

函数式编程的特色

1.尚无副作用:没有改动了函数在该发用域之外的计量并让外函数使用

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(不是坏知)

3.输入值和输出值:在函数式编程中,只有输入值和输出值。函数是基本的单位。在面向对象编程中,将目标传来传去;在函数式编程中,是将函数传来传去。

MapReduce流程图(图来自南京大学黄宜华先生的课件)

betway体育 9

MapReduce流程图(图来自南京大学黄宜华先生的课件)

betway体育 10

深数额流式计算

大数量流式计算

流式数据的特性

实时性、易失性、突发性、无序性、无限性、准确性

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

坏数目流式计算模型

数据流管理体系:固定查询、ad hoc查询

充分数据流式计算:Twitter Storm、Yahoo S4

不行数额流式计算模型

数据流管理网:固定查询、ad hoc查询

好数量流式计算: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

起节点Supervisor:接收任务,启动或停工作历程Worker。每个Worker内部有差不多只Executor。每个Executor对应一个线程。每个Executor对应一个要多只Task。

Zookeeper:协调、存储首先数据、从节点心跳信息、存储整个集群的具备状态信息、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

从今节点Supervisor:接收任务,启动或停止工作进程Worker。每个Worker内部有差不多单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、存储整个集群的有所状态信息、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.程度扩展

5.底层使用Zero消息队列,快

Storm特征

1.编程简单

2.支撑多语言

3.作业级容错

4.水平扩展

5.底层使用Zero消息队列,快

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.动集中式的作业级容错,限制了系的而扩展性

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.运集中式的作业级容错,限制了系的可是扩展性

查找引擎

探寻引擎

检索引擎的定义

冲早晚之方针、运用特定的微机程序、从互联网及采访信息,对信息进行集体与拍卖后,将这些信显示让用户的体系给搜索引擎。

搜寻引擎的定义

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

觅引擎的重组

搜索器:搜集信息

索引器:抽取索引

检索器:在仓房中摸索,排序。

用户接口:展示

搜索引擎的结缘

搜索器:搜集信息

索引器:抽取索引

检索器:在仓库中找寻,排序。

用户接口:展示

检索引擎的工作经过

爬行 -> 抓取存储 -> 预处理 -> 排名

寻引擎的做事进程

爬行 -> 抓取存储 -> 预处理 -> 排名

探寻引擎的评论指标

查全率、查准率、响应时间、覆盖范围、用户方便性

搜寻引擎的评介指标

查全率、查准率、响应时间、覆盖范围、用户方便性

老大数量解析

那个数额解析

数据解析的目的

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

数解析的目的

针对乱的数量开展汇总、萃取、提炼,进而找出所研究对象的内在规律,发现其价。

数据解析的义

当混乱的数额遭到剖析产生有价之始末,获得对数据的认知。

数量解析的意义

以纷纷扬扬之数据中分析出有价的始末,获得对数码的体会。

数解析的路

1.探索性数据解析(为了形成值得假设的查)

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)

数码解析的档次

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