- 1、本文档共2页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
项目3习题答案:
1.Hadoop大数据处理平台的数据处理流程。
答:
(1)HDFS主要解决的是⼤数据存储的问题。HDFS采⽤的典型的主从结构,⼀个HDFS
集群是由⼀个Namenode和⼀定数⽬的Datanodes组成。Namenode是中⼼服务器,负责集
群当中的所有⽂件系统的命名空间以及⽂件的访问控制。⽽多个Datanode,分别部署在不
同的服务器上,管理所在节点上的数据存储。
工作时,当系统发出数据存储请求时,⼀个⽂件被分成若⼲个数据块(block),这些数
据块被分别发配到不同的Datanode进⾏存储,Datanode会将数据存储的信息包括⽂件名、
位置信息等,⼜反馈给Namenode。当需要读取数据时,先向Namenode请求⽂件位置信息,
然后根据信息,在对应的Datanode上去找到对应的数据⽂件,然后进⾏下⼀步的数据处理
任务。
(2)MapReduce基于分布式计算思想,在接受到数据处理任务时,通常会把输⼊的数
据集切分为若⼲独⽴的数据块,由map任务(task)以完全并⾏的⽅式处理它们。框架会对
map的输出先进⾏排序,然后把结果输⼊给reduce任务。
因为MapReduce和HDFS运⾏在同⼀集群之上,计算设备和存储设备都在⼀起,所以在
执⾏数据计算任务时,能够实现⾼效的任务调度,使得整个集群的⽹络带宽被⾮常⾼效地利
⽤。这也是Hadoop之所以能够实现⾼效快速地处理数据的关键。
以上就是关于Hadoop数据处理的⼀个简单的流程拆解,在Hadoop系统架构的学习当
中,需要更进⼀步去掌握这些知识,才能实现对于Hadoop框架从理论到实践的深度掌握。
2.如何理解Spark处理平台的RDD数据集。
答:弹性分布式数据集(ResilientDistributedDataset,简称RDD)。RDD是⼀个不可
变的分布式对象集合。在Spark中,对数据的所有操作不外乎创建RDD、转化已有RDD
以及调⽤RDD操作进⾏求值。Spark会⾃动将RDD中的数据分发到集群上,并将操作并⾏
化执⾏。RDD⽀持两种类型的操作:转化操作(transformation)和⾏动操作(action);转化
操作会由⼀个RDD⽣成⼀个新的RDD,惰性lazy计算,在被调⽤⾏动操作之前不会开始计
算(⽐如filter,map);⾏动操作对RDD计算出⼀个结果,把结果返回到驱动器程序中或储
存到外部储存系统(如HDFS)中:返回其他数据类型,会触发实际计算;缓存是在第⼀次
调⽤⾏动操作时触发缓存动作;
默认情况下,spark的RDD会在每次⾏动操作时重新计算,如果需要复⽤同⼀个RDD,
可以使⽤**RDD.persist()**把RDD缓存,不然,每调⽤⼀个新的⾏动操作时,整个RDD都会
从头开始计算;RDD可以通过**collection()**函数获取整个RDD中的数据,如果RDD很⼩,
单台机器内存⾜以⽀撑,才能使⽤collection()⽅法。
您可能关注的文档
- 专题03旋转的性质原卷版.pdf
- 专题03整式的加减解析版.pdf
- 项目3飞机防滞自动刹车控制器故障隔离.pptx
- 项目3-古堡探秘动漫原画项目-1.pptx
- 专题03最大利润类问题解析版-中考数学二轮复习难点题型专项突破全国通用.pdf
- 项目3-古堡探秘动漫原画项目-2.pptx
- 专题03最大利润类问题原卷版-中考数学二轮复习难点题型专项突破全国通用.pdf
- 项目3-古堡探秘动漫原画项目-3.pptx
- 项目3-古堡探秘动漫原画项目-4.pptx
- 专题3-4二次函数选填压轴7类常考热点问题解析版.pdf
- 2025至2030年中国枪型气动扳手数据监测研究报告.docx
- 2025至2030年中国卧式硬齿面减速机数据监测研究报告.docx
- 2025至2030年中国无管网灭火装置数据监测研究报告.docx
- 2025至2030年中国旋转器数据监测研究报告.docx
- 2025至2030年中国监控系统控制软件数据监测研究报告.docx
- 2025至2031年中国米香鸭翅行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国扇形块弹性联轴器行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国钛制螺钉行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国大型液压件行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国机械挂钟行业投资前景及策略咨询研究报告.docx
文档评论(0)