RDD 的全名是分布式数据库。Spark 性能基于这种模糊集合，使其能够持续应对包括 MapReduce、流式处理、SQL、机器学习、图等在内的大数据处理情况。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材料。如何创建 RDD Spark 在许多地方支持 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 采用 ... 阅读更多

Hive和HBase是基于Hadoop的大数据解决方案。在几乎任何实际使用场景中，这些技术都会服务于不同的目的。当你登录Facebook时，你可能会看到你的好友列表、新闻推送、广告建议、好友建议等。Twitter的情况类似。Apache Hadoop以及我们今天将要探索的其他技术（如Apache Hive与Apache HBase），正是Facebook用以整理所有混乱数据的方式，以便能以一种美观的方式呈现出来。Apache Hadoop支持Facebook超过20亿的日活跃用户。由于大数据系统很复杂，所以必须将所有技术结合使用。建议使用Hive来分析时间序列数据。它可以评估趋势并……阅读更多内容

数据模型的历史有三代DBMS−层次系统是DBMS的第一代。第一代还附带了CODASYL系统。这两者都是20世纪60年代引入的。第二代包括关系模型。埃夫·科德博士于1970年介绍了它。第三代包括对象关系DBMS和面向对象DBMS。数据库的历史时间表如下 −基于文件系统基于文件系统于20世纪60年代问世，并得到广泛使用。它存储信息，并将其组织到存储设备中，如硬盘、CD-ROM、USB、SSD、软盘等。关系模型关系模型由埃夫·科德于1969年提出。...阅读更多内容