About云-梭伦科技»专题 › 资源区 › 大数据资源 › Apache Kudu 1.4.0 中文文档

Apache Kudu 1.4.0 中文文档

查看数: 13905 | 评论数: 48 | 收藏 1

关灯 | 提示：支持键盘翻页<-左右->

帖子模式

nettman

发布时间: 2020-4-6 08:07

正文摘要:

replyreload += ',' + 302324;描述 pdf 150页内容链接: https://pan.baidu.com/s/1N9SCbmI2XTsPw8xcsn4Lww 提取码: 游客，如果您要查看本帖隐藏内容请回复加微信w3aboutyun，获取更多 ...

师傅，有妖气 发表于 2023-10-30 19:48:37

感谢分享，学习一些

CZK 发表于 2023-3-7 11:36:40

学习一下

依然范特西 发表于 2021-5-12 14:13:25

感谢楼主分享

自由如风 发表于 2021-4-14 10:47:23

谢啦。。。

houenn2020 发表于 2021-2-20 11:12:57

Apache Kudu 1.4.0 中文文档

policy12 发表于 2021-2-12 11:57:00

近两年，KUDU 在大数据平台的应用越来越广泛。在阿里、小米、网易等公司的大数据架构中，KUDU 都有着不可替代的地位。本文通过分析 KUDU 的设计，试图解释为什么 KUDU 会被广泛应用于大数据领域，因为还没有研究过 KUDU 的代码，下面的介绍是根据 KUDU 的论文和网上的一些资料学习自己理解所得，如有不实之处，劳请指正。
背景在 KUDU 之前，大数据主要以两种方式存储：

静态数据：以 HDFS 引擎作为存储引擎，适用于高吞吐量的离线大数据分析场景。这类存储的局限性是数据无法进行随机的读写。
动态数据：以 HBase、Cassandra 作为存储引擎，适用于大数据随机读写场景。这类存储的局限性是批量读取吞吐量远不如 HDFS，不适用于批量数据分析的场景。

从上面分析可知，这两种数据在存储方式上完全不同，进而导致使用场景完全不同，但在真实的场景中，边界可能没有那么清晰，面对既需要随机读写，又需要批量分析的大数据场景，该如何选择呢？这个场景中，单种存储引擎无法满足业务需求，我们需要通过多种大数据工具组合来满足这一需求，一个常见的方案是：

自由如风 发表于 2021-1-12 15:58:48

谢谢，，，，，，，，，，，，，，，

wwnn 发表于 2020-11-28 15:18:08