RDD 的全称是分布式数据库。Spark 性能基于此不明确的集合，让其可以一以贯之地应对大数据处理条件，包括 MapReduce、流、SQL、机器学习、图形等。Spark 支持多种编程语言，包括 Scala、Python 和 R。RDD 也支持维护这些语言中的素材。如何创建 RDD Spark 在多处支持 RDD 架构，包括本地文件系统、HDFS 文件系统、内存和 HBase。对于本地文件系统，我们可以通过以下方式创建 RDD：val distFile = sc.textFile("file:///user/root/rddData.txt") 默认情况下，Spark 会采用 ... 了解更多

Hive 和 HBase 是基于 Hadoop 的大数据解决方案。这些技术在几乎任何实际应用场景中都有不同的作用。当您登录 Facebook 时，您可能会看到您的好友列表、新闻源、广告建议、好友建议等。Twitter 类似。Apache Hadoop 与我们今天将探索的其他技术（如 Apache Hive 与 Apache HBase）一起，就是 Facebook 以一种直观的方式加载其所有混乱数据的途径。Apache Hadoop 支持 Facebook 的 20 多亿日活跃用户。由于大数据系统很复杂，所有技术都必须同时使用。建议使用 Hive 分析时间序列数据。它可以评估趋势和...点击阅读更多

数据模型的历史有三个 DBMS 代 − 层次系统是第一代 DBMS。第一代还随 CODASYL 系统而来。两者都诞生于 1960 年代。第二代包括关系模型。E.F.Codd 博士在 1970 年提出了它。第三代包括面向对象的关系 DBMS 和面向对象 DBMS。数据库的历史时间线如下 − 基于文件的系统基于文件的系统出现在 1960 年代并被广泛使用。它存储信息并将信息组织到硬盘、CD-ROM、USB、SSD、软盘等存储设备中。关系模型关系模型由 E.F.Codd 在 1969 年提出。... 点击阅读更多