大数据知识培训：Hadoop的生态系统分别是什么?(下)

更新时间:2022年07月15日10时50分来源:传智教育浏览次数:

好口碑IT培训

　　基于Hadoop的可扩展性，它能够便捷地单一服务器向上千台服务器进行扩展，上节内容我们讲到了Hadoop的生态系统组件，本节我们将把剩余的生态组件介绍完毕。

　　1.HBase分布式数据库

　　HBase是Google Bigtable克隆版，它是一个针对结构化数据的可伸缩、高可靠、高性能、分布式和面向列的动态模式数据库。和传统关系数据库不同，HBase采用了BigTable的数据模型：增强的稀疏排序映射表(Key/Value)，其中，键由行关键字、列关键字和时间戳构成。HBase提供了对大规模数据的随机、实时读写访问，同时，HBase中保存的数据可以使用MapReduce来处理，它将数据存储和并行计算完美地结合在一起。

　　2.Zookeeper分布式协调服务

　　Zookeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和HBase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括配置维护、域名维护、分布式同步、组服务等用于构建分布式应用，减少分布式应用程序所承担的协调任务。

　　3.Hive基于Hadoop的数据仓库

　　Hive是基于Hadoop的一个分布式数据仓库工具，可以将结构化的数据文件映射为一张数据库表，将SQL语句转换为MapReduce任务进行运行。其优点是操作简单，降低学习成本，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

　　9.Flume日志收集工具

　　Flume是Cloudera提供的一个高可用，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统文件中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接收方(可定制)的能力。

上一篇：大数据知识培训：Hadoop的生态系统分别是什么?(上) 下一篇：学大数据专业后悔死了？大数据培训机构哪家好？