1. ZooKeeper能做什么命名服务 在zookeeper的文件系统里创建一个目录，即有唯一的path 配置管理 程序总是需要配置的，如果程序分散部署在多台机器上， 要逐 个改变配置就变得困难。现

Framework、Twisted、Django和Java E。它包含SQL和NoSQL数据存储和一个分布式文件系统。 OpenShift 平台日前进行了增强，增加对 Node.js 的支持，同时改进了

1、MongoDB——最受欢迎的，跨平台的，面向文档的数据库。 MongoDB是一个基于分布式文件存储的数据库，使用C++语言编写。旨在为Web应用提供可扩展的高性能数据存储解决方案。应用性能

zookeeper集群安装 2010-07-19 15:43:22|  分类： 分布式 |字号  订阅 Linux/OS X下: 1 install 1.1) 建立安装目录 mkdir -p /lo

Dremel系统进行设计的。 Dremel是Google的交互式数据分析系统，它构建于Google的GFS（Google File System）等系统之上，支撑了Google的数据分析服务BigQuer

面向未来 3. NoSql背景 随着互联网大规模的Web2．0应用的兴起，随着云计算需要的大规模分布式服务和分布式存储的发展，传统的关系数据库面临着诸多全新的挑战，特别是在那些超大规模和高并发的SNS类型的

通过上面描述，WAL有两个缺点： 降低了receivers的性能，因为数据还要存储到HDFS等分布式文件系统 对于一些resources，可能存在重复的数据，比如Kafka，在Kafka中存在一份数据，在Spark

通过上面描述，WAL有两个缺点： 降低了receivers的性能，因为数据还要存储到HDFS等分布式文件系统 对于一些resources，可能存在重复的数据，比如Kafka，在Kafka中存在一份数据，在Spark

的依赖包到一个标准化单元中用于软件开发。 Docker容器将一块应用打包到一个完成的文件系统中，在该文件系统中包含了该应用要运行的所有要求：代码，运行时，系统工具，系统库 - 任何你安装在服务器上

scalable, big data store. Apache Hbase 是hadoop数据库，一个分布式的，可扩展的大数据存储。 Use Apache HBase™ when you need random

这类数据也被称为元数据(meta data),是描述数据的数据 云计算(Cloud computing) – 构建在网络上的分布式计算系统，数据是存储于机房外的（即云端） 聚类分析(Clustering analysis) –

[译[译者注 ：RDD ， Resilient Distributed Datasets ， 弹性分布式数据集 ] 支持的基本框架和运算。然后也要弄明白Spark中不同的机器学习程序，并且在上面进行编程

clusters-6 clusters-7 clusters-8 clusters-9 data 四、单节点向全分布式转换 Mahout没有Hadoop那么繁琐与复杂，只要你在一台单机上配好环境之后，当你将这个系

Apache Hadoop : 是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架构。 Apache Hive : 是基于H

Apache Hadoop : 是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架构。 Apache Hive : 是基于H

能、质量等等才是 一个开发人员最该关心的。今天我所说的是高并发，我的解决思路是，1、采用分布式应用设计2、分布式缓存数据库3、代码优化 一个小型的网站，比如个人网站，可以使用最简单的html静态页

MapReduce 作业。我同时使用运行于 mesos 之上的 Kafka 和 Storm,与 MapR 文件系统一起使用，或跟当前环境协同使用。 MapR 提供了极大的帮助当其运行 mesos 之上 Docker

可以像操作本地集合对象一样轻松地操作分布式数据集。 尽 管创建 Spark 是为了支持分布式数据集上的迭代作业，但是实际上它是对 Hadoop 的补充，可以在 Hadoo 文件系统中并行运行。通过名为 Mesos

置并加以调试，分析数据库运行状态。 (4)精通：简单地说具备以上所有能力的同时，有多年高负载分布式环境下的优化管理经验。 据观察以及交往经验，70%的PHPer处在了解阶段，25%处于熟悉阶段

Lustre Page 4RDD Resilient Distributed Dataset 弹性分布式数据集 5. Spark RDD Page 5 6. How Spark Work Page 6 7