千锋教育-做有情怀、有良心、有品质的职业教育机构
Hadoop 是一个开源的分布式计算框架，最初是由 Apache 软件基金会开发的。Hadoop 最初的设计目的是为了解决海量数据的存储和处理问题，它能够将大数据分成多个部分存储在不同的计算节点上，并将计算任务分发给各个节点进行并行处理，从而提高数据的处理效率。Hadoop 由 Hadoop Distributed File System(HDFS)、MapReduce 和 Yet Another Resource Negotiator(YARN)等多个组件构成，它们协同工作，提供了一种高效、可靠、可扩展的数据处理方案，广泛应用于各种大数据场景。Hadoop 的名称来自于它的创始人 Doug Cut 的儿子玩具大象的名字。
上一篇
hadoop三大组件有哪些下一篇
hadoop是做什么的
hive外部表是使用external关键字并指定一个hdfs目录创建的表。hive内部表在创建时会在对应hive目录下创建相应的文件夹，外部表则以指定文件夹为...详情>>
2022-09-02 17:21:00
Checkpoint是为runtime准备的，Savepoint 是为用户准备的。Checkpoint 机制的目标在于保证Flink作业意外崩溃重启不影响exactly once 准确性，通...详情>>
2022-09-02 16:59:22
State：指一个具体的Task/Operator的状态。State可以被记录，在失败的情况下数据还可以恢复，Flink中有两种基本类型的State： Keyed State， Op...详情>>
2022-09-02 16:59:19
Flink 内部是基于producer-consumer模型来进行消息传递的，Flink的反压设计也是基于这个模型。Flink 使用了高效有界的分布式阻塞队列，就像 Jav...详情>>
2022-09-02 16:59:16
虽说水位线(Watermark)表明早于它的事件不应该再出现，但是接收到水位线以前的的消息是不可避免的，这就是所谓的迟到事件。实际上迟到事件是乱...详情>>
2022-09-02 16:59:00
京公网安备 11010802030320号