Spisu treści:
Big data, chwytliwa nazwa ogromnych ilości ustrukturyzowanych, nieustrukturyzowanych lub częściowo ustrukturyzowanych danych, jest niezwykle trudna do przechwytywania, przechowywania, zarządzania, udostępniania, analizowania i wizualizacji, przynajmniej przy użyciu tradycyjnych baz danych i aplikacji. Właśnie dlatego technologie dużych zbiorów danych mogą skutecznie i wydajnie zarządzać i przetwarzać ogromne ilości danych. Apache Hadoop zapewnia platformę i powiązane technologie do przetwarzania dużych zbiorów danych w klastrach komputerów w sposób rozproszony. Tak więc, aby naprawdę zrozumieć duże zbiory danych, musisz trochę zrozumieć Hadoop. Tutaj przyjrzymy się najlepszym terminom, które usłyszysz w odniesieniu do Hadoop - i ich znaczeniu.
| Seminarium internetowe: Big Iron, Poznaj Big Data: Uwolnienie danych na komputerach mainframe dzięki Hadoop & Spark Rejestracja tutaj |
Ale po pierwsze, jak działa Hadoop
Zanim przejdziesz do ekosystemu Hadoop, musisz jasno zrozumieć dwie podstawowe rzeczy. Pierwszym z nich jest sposób przechowywania pliku w Hadoop; po drugie, w jaki sposób przetwarzane są przechowywane dane. Wszystkie technologie związane z Hadoop działają głównie w tych dwóch obszarach i czynią je bardziej przyjaznymi dla użytkownika. (Zapoznaj się z podstawami działania Hadoop w artykule Jak Hadoop pomaga rozwiązać problem Big Data).
Teraz przejdźmy do warunków.
