注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Hadoop部署脚本

  2. Apache Hadoop软件库是一个框架，它允许使用简单的编程模型跨计算机群集分布式处理大型数据集。它旨在从单个服务器扩展到数千台机器，每台机器提供本地计算和存储。该库本身不是依靠硬件来提供高可用性，而是设计用于在应用层检测和处理故障，从而在一组计算机之上提供高可用性服务，每个计算机都可能出现故障。 该项目包括这些模块： Hadoop Common：支持其他Hadoop模块的常用工具。 Hadoop分布式文件系统（HDFS™）：一种分布式文件系统，可提供对应用程序数据的高吞吐量访问。 Had

  3. 所属分类：群集服务

    • 发布日期：2018-03-14
    • 文件大小：87kb
    • 提供者：weixin_38367675

  1. 大数据学习资料

  2. hadoop 2.x分为 mapreduce与hdfs与yarn hdfs:高吞吐率的分布式文件系统 yarn:集群资源管理和任务调度框架 mapreduce：基于yarn的对海量数据的并行处理框架

  3. 所属分类：Java

    • 发布日期：2018-07-31
    • 文件大小：163kb
    • 提供者：laughinghoho

  1. 大数技术据培训PPT.pptx

  2. 课时1：大数据技术介绍和RPC框架讲解 课时2：HDFS分布式文件存储系统 课时3：MapReduce计算框架和Yarn资源调度组件 课时4：列式存储数据库HBASE和资源协调组件Zookeeper 课时5：数据仓库HIVE 课时6：流式计算技术架构介绍 课时7：Kafka，Flink，ElasticSearch组件介绍（上） 课时8：Kafka，Flink，ElasticSearch组件介绍（下） 课时9：Spark组件介绍（一） 课时10：Spark组件介绍（二）

  3. 所属分类：flink

    • 发布日期：2020-01-13
    • 文件大小：12mb
    • 提供者：Anxin1984

  1. Kubernetes核心设计与实现-钟成.pdf

  2. Kubernetes核心设计与实现，华为2012实验室编写 • k8s主要解决什么问题？ • 架构和设计思路 • 几个核心的机制 • 社区后续发展方向应用架构趋势:分布式、微服务是云原生( Cloud- Native)应用事实标准 传统银行、传统 °亚马逊、 Netflix、 Google、 运营商 facebook、淘宝、百度 蚂蚁金服、微众银行 传统T:粗粒度SOA架构■松耦合、有状态 互联网:分布式微服务 解耦:无状态、功能独立分离的 在大型、超大型企业中 服务组成 仍然流行 互联网公司、

  3. 所属分类：专业指导

    • 发布日期：2019-10-07
    • 文件大小：2mb
    • 提供者：rixingwusheng

  1. Hadoop与Spark 肖睿+PDF

  2. 大数据技术让我们以一种靠前的方式，对海量数据进行分析，从中获得有巨大价值的产品和服务，很终形成变革之力。本书围绕Hadoop和Spark两个主流大数据技术进行讲解，主要内容包括Hadoop环境配置、Hadoop分布式文件系统（HDFS）、Hadoop分布式计算框架MapReduce、Hadoop资源调度框架YARN与Hadoop新特性、Hadoop分布式数据库HBase、数据仓库Hive、大数据离线处理辅助系统、Spark Core、Spark SQL、Spark Streaming等知识。本书

  3. 所属分类：其它

    • 发布日期：2019-08-18
    • 文件大小：164mb
    • 提供者：ermaoermao

  1. Ambari 开源软件.doc

  2. Ambari 跟 Hadoop 等开源软件一样，也是 Apache Software Foundation 中的一个项目，并且是顶级项目。目前最新的发布版本是 2.0.1，未来不久将发布 2.1 版本。就 Ambari 的作用来说，就是创建、管理、监视 Hadoop 的集群，但是这里的 Hadoop 是广义，指的是 Hadoop 整个生态圈（例如 Hive，Hbase，Sqoop，Zookeeper 等），而并不仅是特指 Hadoop。用一句话来说，Ambari 就是为了让 Hadoop 以及相

  3. 所属分类：Hadoop

    • 发布日期：2020-06-30
    • 文件大小：95kb
    • 提供者：u011913121

  1. Hadoop面试题（四）——YARN

  2. 1、简述hadoop1与hadoop2 的架构异同   1）加入了yarn解决了资源调度的问题。   2）加入了对zookeeper的支持实现比较可靠的高可用。 2、为什么会产生 yarn,它解决了什么问题，有什么优势？   1）Yarn最主要的功能就是解决运行的用户程序与yarn框架完全解耦。   2）Yarn上可以运行各种类型的分布式运算程序（mapreduce只是其中的一种），比如mapreduce、storm程序，spark程序…… 3、HDFS的数据压缩算法?（☆☆☆☆☆）   Had

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：95kb
    • 提供者：weixin_38609401

  1. Hadoop各组件详解（HDFS篇）

  2. 一、Hadoop三大组件 1.HDFS 分布式文件存储系统 2.MapReduce 分布式离线计算框架 ​3.Yarn Hadoop资源调度器 1.HDFS HDFS的设计特点是： 1、大数据文件，非常适合上T级别的大文件或者一堆大数据文件的存储，如果文件只有几个G甚至更小就没啥意思了 2、文件分块存储，HDFS会将一个完整的大文件平均分块存储到不同计算器上， 它的意义在于读取文件时可以同时从多个主机取不同区块的文件，多主机读取比单主机读取效率要高得多得都。 3、流式数据访问，一次写入多

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：732kb
    • 提供者：weixin_38609693

  1. 分布式资源调度——YARN框架

  2. 本文来自于51cto，ApacheHadoopYARN（YetAnotherResourceNegotiator，另一种资源协调者）是一种新的Hadoop资源管理器，它是一个通用资源管理系统，可为上层应用提供统一的资源管理和调度.YARN是Hadoop2.x才有的，所以在介绍YARN之前，我们先看一下MapReduce1.x时所存在的问题：单点故障节点压力大不易扩展MapReduce1.x时的架构如下：分布式资源调度——YARN框架可以看到，1.x时也是Master/Slave这种主从结构，在集

  3. 所属分类：其它

  1. Hadoop大数据平台架构与实践

  2. 可靠的、可扩展的、分布式计算开源软件。ApacheHadoop软件库是一个框架，允许使用简单的编程模型，在计算机集群分布式地处理大型数据集。它可以从单个服务器扩展到数千台机器，每个机器都提供本地计算和存储。每一台计算机都容易出现故障，库本身的目的是检测和处理应用层的故障，因此在一组计算机上提供高可用性服务，而不是依靠硬件来提供高可用性。HadoopDistributedFileSystem(HDFS):一个分布式文件系统，它提供对应用程序数据的高吞吐量访问。HadoopYARN:作业调度和集群资

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：569kb
    • 提供者：weixin_38650629

  1. Hadoop之详解HDFS架构

  2. Hadoop包含三大基本组件：HDFS——分布式文件系统，用于数据存储YARN——统一资源管理和调度系统，用于管理集群的计算资源并根据计算框架的需求进行调度，支持包含MapReduce、Spark、Flink等多种计算框架。MRv2(Hadoop2.x)之后的新特性。MapReduce——分布式计算框架，运行于YARN之上这篇文章主要是对Hadoop三大基本组件之一的HDFS进行深入的学习。随着数据量越来越大，在一一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：546kb
    • 提供者：weixin_38613681

  1. 分布式资源调度——YARN框架

  2. 本文来自于51cto，Apache HadoopYARN（YetAnotherResourceNegotiator，另一种资源协调者）是一种新的 Hadoop资源管理器，它是一个通用资源管理系统，可为上层应用提供统一的资源管理和调度. YARN是Hadoop2.x才有的，所以在介绍YARN之前，我们先看一下MapReduce1.x时所存在的问题：单点故障

  3. 所属分类：其它

  1. Hadoop之详解HDFS架构

  2. Hadoop包含三大基本组件：HDFS——分布式文件系统，用于数据存储YARN——统一资源管理和调度系统，用于管理集群的计算资源并根据计算框架的需求进行调度，支持包含MapReduce、Spark、Flink等多种计算框架。MRv2(Hadoop 2.x)之后的新特性。MapReduce——分布式计算框架，运行于YARN之上这篇文章主要是对Hadoop三大基本组件之一的HDFS进行深入的学习。随着数据量越来越大，在一一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：546kb
    • 提供者：weixin_38653691