随笔分类 - Kudu（一款介于hdfs和hbase之间的高速分布式列式存储数据库）
摘要：不多说，直接上干货！ Kudu1.1.0 新特性 优化和改进 工具 兼容性 参考 https://github.com/cloudera/kudu/blob/master/docs/prior_release_notes.adoc 个人github https://github.com/qiulp/
阅读全文
摘要：不多说，直接上干货！ http://blog.csdn.net/lookqlp/article/details/51438109
阅读全文
摘要：不多说，直接上干货！ http://blog.csdn.net/lookqlp/article/details/51416829
阅读全文
摘要：不多说，直接上干货！ http://blog.csdn.net/lookqlp/article/details/70858466
阅读全文
摘要：不多说，直接上干货！ http://blog.csdn.net/lovebyz/article/details/77372907
阅读全文
摘要：不多说，直接上干货！
阅读全文
摘要：不多说，直接上干货！
阅读全文
摘要：不多说，直接上干货！ Kudu安装前的建议说明（博主推荐） 这是安装Kudu的另一种方法 Kudu安装（官网推荐的步骤）（installing Kudu using parcels or packages） Build From Source If installing Kudu using par
阅读全文
摘要：不多说，直接上干货！ Kudu安装前的建议说明（博主推荐） Kudu官网推荐的步骤： 本篇博文是installing Kudu using parcels or packages的方式。 规划 kudumaster kudu-tserver master 是 是 slave1 否 是 slave2
阅读全文
摘要：不多说，直接上干货！ 能点击进来看我写的这篇博文的朋友，肯定是刚入门的你。 其实以下是我从官网翻译过来的。 硬件： 一台或者多台机器跑kudu-master。建议跑一个master(无容错机制)、三个master(允许一个节点运行出错)或者五个master(允许两个节点出错)。 一台或者多台机器跑k
阅读全文
摘要：不多说，直接上干货！ Columnar Data Store（列式数据存储） Kudu 是一个 columnar data store（列式数据存储）。列式数据存储在强类型列中。由于几个原因，通过适当的设计，Kudu 对 analytical（分析）或 warehousing（数据仓库）工作会非常出
阅读全文
摘要：不多说，直接上干货！ Kudu-Impala 集成特性 CREATE / ALTER / DROP TABLE Impala 支持使用 Kudu 作为持久层来 creating（创建），altering（修改）和 dropping（删除）表。这些表遵循与 Impala 中其他表格相同的 Intern
阅读全文
摘要：不多说，直接上干货！ Kudu 常见的几个应用场景 实时更新的应用。刚刚到达的数据就马上要被终端用户使用访问到。 时间序列相关的应用，需要同时支持： 根据海量历史数据查询。 必须非常快地返回关于单个实体的细粒度查询。 实时预测模型的应用，支持根据所有历史数据周期地更新模型。 有关这些和其他方案的更多
阅读全文
摘要：不多说，直接上干货！ Kudu目前具有以下优点 OLAP 工作的快速处理； 与 MapReduce，Spark 和其他 Hadoop 生态系统组件集成； 与 Apache Impala（incubating）紧密集成，使其与 Apache Parquet 一起使用 HDFS 成为一个很好的可变的替代
阅读全文
摘要：不多说，直接上干货！ Kudu的性能测试 1. kudu和parquet的比较 上图是官方给出的用Impala跑TPC-H的测试，对比Parquet和Kudu的计算速度。从图中我们可以发现，Kudu的速度和parquet的速度差距不大，甚至有些Query比parquet还快。然而，由于这些数据都是在
阅读全文
摘要：不多说，直接上干货！ Kudu的架构 1、kudu的 基本框架 Kudu 是用于存储结构化（ structured ）的表（ Table ）。表有预定义的带类型的列（ Columns ），每张表有一个主键（ primary key ）。主键带有唯一性（ uniqueness ）限制，可作为索引用来支
阅读全文
摘要：不多说，直接上干货！ Kudu和HBase定位的区别 Kudu 的定位是提供 “ast analytics on fast data” ，也就是在快速更新的数据上进行快速的查询。它定位 OLAP 和少量的 OLTP 工作流。 如果有大量的 random accesses ，官方建议还是使用 HBas
阅读全文
摘要：不多说，直接上干货！ 那既然有了HBase，为什么还需要Kudu呢？ 简单的说，就是嫌弃HBase在OLAP（联机分析处理）场合，SQL／MR类的批量检索场景中，性能不够好。通常这种海量数据OLAP场景，要不走预处理的路，比如像EBAY麒麟这样走Cube管理的，或者像谷歌Mesa这样按业务需求走预定
阅读全文
摘要：不多说，直接上干货！ Cloudera Kudu是什么？ kudu是cloudera在2012开始秘密研发的一款介于hdfs和hbase之间的高速分布式列式存储数据库。兼具了hbase的实时性、hdfs的高吞吐，以及传统数据库的sql支持。作为一款实时、离线之间的存储系统。定位和spark在计算系统
阅读全文
