我是靠谱客的博主 任性世界，这篇文章主要介绍大数据学习笔记（二）（一）YARN体系结构（二）大数据的应用领域（三）协同过滤算法（四）HDFS高可用方案（五）HDFS Federation方案（六）NoSQL数据库，现在分享给大家，希望可以做个参考。
（一）YARN体系结构
- YARN设计思路
- YARN部署
- YARN工作流程
（二）大数据的应用领域
（三）协同过滤算法
- 基于用户的协同过滤
- 基于物品的协同过滤
（四）HDFS高可用方案
（五）HDFS Federation方案
（六）NoSQL数据库
- 示例
- 对比
| 主要产品 | 数据模型 | 典型应用 | 优点 | 缺点 | |
| 键值数据库 | Redis/Riak/SimpleDB | 键/值对； 键是一个字符对象；值可以是任意类型的数据，比如整型/字符型/数组/集合。 | 涉及频繁读写、拥有简单数据模型的应用； 内容缓存，比如会话、配置文件、参数、购物车等； 存储配置和用户数据信息的移动应用。 | 可扩展性好，灵活性好，大量写操作时性能高 | 无法存储结构化信息，条件查询效率较低；只能通过键来构建索引，即不能通过值来查询（比如在人员年龄的键值表中查询年龄在20-30岁之间的人员，则无法建立年龄字段的所有） |
| 列族数据库 | BigTable/Hbase | 列族 | 分布式数据存储与管理； 数据在地里上分布于多个数据中心的应用； 可以容忍副本中存在短期不一致情况的应用； 拥有动态字段的应用； 拥有潜在大量数据的应用，大到几百TB的数据。 | 查找速度快；可扩展性强，容易进行分布式扩展；复杂性低 | 功能较少，大都不支持事务一致性 |
| 文档数据库 | MongoDB/CouchDB | 键/值对； 值Value是版本化的文档； XML文档/HTML文档/JASON文档。 | 存储、索引并管理面向文档的数据或者半结构化数据； 比如用于后台具有大量读写操作的网站；使用JASON数据结构的应用；使用嵌套结构等非规范化数据的应用。 | 性能好（高并发），灵活性高、复杂性低， 数据结构灵活，提供嵌入式文档给你，将经常查询的数据结构存储在同一个文档中； 既可以根据键来构建所有，也可以根据值来构建索引。 | 缺乏统一的查询语法 |
| 图形数据库 | Neo4J | 图结构 | 专门用于处理具有高度相互关联关系的数据，比较适合于社交网络、模式识别、依赖分析、推荐系统以及路径寻找等问题 | 灵活性高，支持复杂的图形算法，可用于构建复杂的关系图谱 | 复杂度较高，只支持一定规模的数据量 |
- MongoDB
最后
以上就是任性世界最近收集整理的关于大数据学习笔记（二）（一）YARN体系结构（二）大数据的应用领域（三）协同过滤算法（四）HDFS高可用方案（五）HDFS Federation方案（六）NoSQL数据库的全部内容，更多相关大数据学习笔记（二）（一）YARN体系结构（二）大数据的应用领域（三）协同过滤算法（四）HDFS高可用方案（五）HDFS内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复