大数据技术之_27_电商平台数据分析项目_01_大数据的框架回顾 + 大数据的企业应用

一 大数据的框架回顾二 大数据的企业应用

一 大数据的框架回顾

Hadoop

job 提交简图 或 YARN 架构 或 YARN 工作机制 或 job 提交流程

0、job 提交简图

1、YARN 架构

2、YARN 工作机制

3、job 提交流程源码解析图解

MapReduce 的 Shuffle 过程介绍

　　Shuffle 的本义是洗牌、混洗，把一组有一定规则的数据尽量转换成一组无规则的数据，越随机越好。
　　MapReduce 中的 Shuffle 更像是洗牌的逆过程，把一组无规则的数据尽量转换成一组具有一定规则的数据。
　　为什么 MapReduce 计算模型需要 Shuffle 过程？我们都知道 MapReduce 计算模型一般包括两个重要的阶段：Map 是映射，负责数据的过滤分发；Reduce 是规约，负责数据的计算归并。
　　Reduce 的数据来源于 Map，Map 的输出即是 Reduce 的输入，Reduce 需要通过 Shuffle来 获取数据。
　　从 Map 输出到 Reduce 输入的整个过程可以广义地称为 Shuffle。Shuffle 横跨 Map 端和 Reduce 端，在 Map 端包括 Spill 过程，在 Reduce 端包括 copy 和 sort 过程，如图所示：

环形缓冲区简图

Zookeeper

使用 zookeeper 监听服务器节点动态上下线案例

Zookeeper 中维护 Kafka 时的存储结构如下：

Flume

Flume Agent 内部原理

Flume Agent 的聚合

Flume 的负载均衡

Kafka

Kafka 工作流程1

Kafka 工作流程2

Kafka 高阶消费者 和 低阶消费者

HBase

HBase 架构图

HBase 读数据流程

HBase 写数据流程

Hive

1、HQL 的编写、练习（一定要好好写！！！每天写一条！！！超级重要！！！想进大厂的必备！！！牛客网HQL题库：https://www.nowcoder.com/ta/sql）

2、Hive 的调优：https://cloud.tencent.com/developer/article/1401201

3、数据仓库的理论 + 简单的数仓库搭建

Sqoop

Sqoop 是一款开源的工具，主要用于在 Hadoop(Hive) 与传统的数据库 (mysql,postgresql,…) 间进行数据的高校传递，可以将一个关系型数据库（例如：MySQL,Oracle,Postgres等）中的数据导入到 Hadoop 的 HDFS 中，也可以将 HDFS 的数据导进到关系型数据库中。

Sqoop 的批量导入必须要会，面试经常要问。

DataX

是阿里开源的框架，支持很多数据源之间的转化。但是只开源了单节点的源代码，分布式的代码没有开源。

支持数据库如下：

Spark

二 大数据的企业应用

应用一：数据仓库的搭建

数据仓库各层图解

数据仓库涉及到的知识点

应用二：产品信息分析

应用三：用于行为分析

应用四：人工智能基础