摘要：
4.1概述 1. HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来存储非结构化和半结构化松散数据。 2. HBase与传统数据库的区别 数据类型上的区别，它把数据存储为未经解释的字符串 数据操作，没有像关系型数据库那样的复杂数据操作，通常采用单 阅读全文
摘要：
3.1分布式文件 1. HDFS默认一个块的大小是64MB，与普通文件不同的是如果一个文件小于数据块的大小，它并不占用整个数据块的存储空间。 2. 主节点又叫名称节点；另一个叫从节点又叫数据节点。名称节点负责文件和目录的创建、删除和重命名，同时管理数据节点和文件块的映射关系。数据节点负责数据存储和读 阅读全文
摘要：
2.1概述 1. Hadoop是Apache旗下的开源分布式计算平台，是基于Java开发的，具有很好的跨平台特性，其中核心文件是MapReduce和HDFS，而HDFS是根据谷歌文件系统GFS开源实现，是面向普通硬件环境的分布式文件系统，具有很好的容错性和很高的读写速度。MapReduce是根据谷歌 阅读全文
摘要：
1.2大数据概念 数据量大 数据类型繁多 处理速度快 价值密度低 1.3大数据影响 研究变化经历了从 实验 到 理论 到 计算 再到 数据 思维的变化 1. 全样而非抽样 2. 效率而非精准 3. 相关而非因果 1.6大数据计算模式 1. 批处理计算，主要针对于大规模的数据批量处理。MapReduc 阅读全文