今天 10-20 ，還是  1小時(shí) 車程， 最終停車過來， 已經(jīng) 9點(diǎn) 了 。

上午  zookeepper   ,  下午 spark ,     

10:30 開始， 之前一直在討論 

HDFS  高可用 是使用  ZOOKEEPER  

這個(gè)還是對應(yīng)的  KAFKA里面也能用 Zookeeper

下面的是盧老師講的

-------- 下午開始  ，復(fù)習(xí) zookeeper 的內(nèi)容， 僅僅是一種服務(wù)包， 并不是語言， spark 也是一個(gè)運(yùn)用包。

主要是為了， 等待出問題的時(shí)候， 才進(jìn)行重新選領(lǐng)導(dǎo)，以及重新廣播的應(yīng)急辦法就是  zookeeper 。

大數(shù)據(jù)組件原理總結(jié)-Hadoop、Hbase、Kafka、Zookeeper、Spark

Hadoop原理

  分為HDFS與Yarn兩個(gè)部分。HDFS有Namenode和Datanode兩個(gè)部分。

HBase原理

Hbase是列存儲數(shù)據(jù)庫。其存儲的組織結(jié)構(gòu)就是將相同的列族存儲在一起，因此得名的。

Zookeeper原理

Zookeeper是一個(gè)資源管理庫，對節(jié)點(diǎn)進(jìn)行協(xié)調(diào)、通信、失敗處理、節(jié)點(diǎn)損壞的處理等，是一個(gè)無中心設(shè)計(jì)，主節(jié)點(diǎn)通過選舉產(chǎn)生。

Kafka原理
Kafka是分布式發(fā)布-訂閱消息系統(tǒng)。

Spark原理

spark 可以很容易和yarn結(jié)合，直接調(diào)用HDFS、Hbase上面的數(shù)據(jù)，和hadoop結(jié)合。

應(yīng)用場景：集群管理

Hbase Master選舉則是zookeeper經(jīng)典的使用場景；

Storm集群管理

Zookeeper通過維護(hù)一個(gè)分布式目錄數(shù)據(jù)結(jié)構(gòu)，實(shí)現(xiàn)分布式協(xié)調(diào)服務(wù)

利用Zookeeper有序目錄的創(chuàng)建和刪除，實(shí)現(xiàn)分布式共享鎖。

------------下午  4:20 開始學(xué)習(xí)  Spark     2009年誕生于apache   一站式的批處理，實(shí)時(shí)流處理

Spark生態(tài)系統(tǒng)已經(jīng)發(fā)展成為一個(gè)包含多個(gè)子項(xiàng)目的集合，其中包含SparkSQL、SparkStreaming、GraphX、MLlib等子項(xiàng)目，Spark是基于內(nèi)存計(jì)算的大數(shù)據(jù)并行計(jì)算框架，提高了在大數(shù)據(jù)環(huán)境下數(shù)據(jù)處理的實(shí)時(shí)性，同時(shí)保證了高容錯(cuò)性和高可伸縮性，允許用戶將Spark部署在大量廉價(jià)硬件之上，形成集群。

使用的語言是Scala，項(xiàng)目的core部分的代碼只有63個(gè)Scala文件，非常短小精悍。

Spark 是在 Scala 語言中實(shí)現(xiàn)的，它將 Scala 用作其應(yīng)用程序框架。

與 Hadoop 不同，Spark 和 Scala 能夠緊密集成，其中的 Scala 可以像操作本地集合對象一樣輕松地操作分布式數(shù)據(jù)集。

Spark 4大特性