- 博客(4)
- 收藏
- 关注
RSS订阅原创 4.Hadoop I/O
4. Hadoop I/O 4.1. Data Integrity 数据完整性 一般使用checksum检查数据的完整性，但是他仅能检查完整性，而不提供任何的修复办法，checksum的值也有出错的可能。 Hadoop采取了不同策略的checksum来克服以上的不足 4.1.1. Data Integrity In HDFS HDFS中的数据完整性 1) HDFS透明的计算其内部数据的c...
2009-11-30 22:34:22
181
原创 3.The Hadoop Distributed File System
3. The Hadoop Distributed File System 3.1. The Design of HDFS HDFS设计的针对对象：适合流式访问的超大文件、在使用便宜的硬件搭建的集群上运行。 HDFS不足： 低延迟数据访问（Hbase是个好选择）、小文件多的时候出现问题（HDFS将文件Meta信息存储在内存中，内存限制了可以控制的文件数量）、对文件的多个wirter进行写入...
2009-11-30 22:33:32
257
原创 2.MapReduce
2. MapReduce 2.1. A Weather Dataset 一个天气数据集 数据是NCDC的数据，我们关注以下特点： 1） 数据是半格式化的 2） 目录里面存放的是从1901-2001年一个世纪的记录，是gzip压缩过的文件。 3） 以行为单位，使用ASCII格式存储，每行就是一条记录 4） 每条记录我们关注一些基本的元素，比如温度，这些数据在每条数据中都会出现，并且宽度也...
2009-11-30 21:58:34
197
原创 1. Meet Hadoop
1. Meet Hadoop 1.1. Data 数据 本节陈述了这样的事实：数据量越来越大，并且来源也越来越多，我们面临的问题是如何有效的存储和分析它们。 1.2. Data Storage and Analysis 数据存储和分析 现在面临这这样的一个问题：当磁盘的存储量随着时间的推移越来越大的时候，对磁盘上的数据的读取速度却没有多大的增长。 读取硬盘上的全部数据会花费比较长的时间，...
2009-11-05 08:40:36
179
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人