
Kudu是由Todd Lipcon@Cloudera帶頭開(kāi)發(fā)出存儲(chǔ)系統(tǒng),整體應(yīng)用模式與HBase很相似,也就是能夠支持行級(jí)別的隨機(jī)讀寫(xiě),對(duì)于批量順序檢索功能也能支持。
一、Kudu的必要性
大家不禁要問(wèn)了?既然與HBase相似,那為什么有了HBase,還需要Kudu呢?
Kudu的定位是 「Fast Analytics on Fast Data」,也就是在更新更及時(shí)的基礎(chǔ)上實(shí)現(xiàn)更快的數(shù)據(jù)分析。
目前數(shù)據(jù)存儲(chǔ)有了HDFS和Hbase,但兩者都存在這明顯的缺點(diǎn),這才需要Kudu。
HDFS:使用列式存儲(chǔ)格式Apache Parquet,Apache ORC,適合離線分析,不支持單條紀(jì)錄級(jí)別的update操作,無(wú)法進(jìn)行隨機(jī)讀寫(xiě)
HBASE:可以進(jìn)行高效隨機(jī)讀寫(xiě),卻并不適用于基于SQL的數(shù)據(jù)分析方向,不適用于批量數(shù)據(jù)分析的場(chǎng)景。
二、Kudu整體架構(gòu)
Table(表):一張table是數(shù)據(jù)存儲(chǔ)在kudu的位置。Table具有schema和全局有序的primary key(主鍵)。Table被分為很多段,也就是tablets.
Tablet (段):一個(gè)tablet是一張table連續(xù)的segment,與其他數(shù)據(jù)存儲(chǔ)引擎或關(guān)系型數(shù)據(jù)的partition類似。Tablet存在副本機(jī)制,其中一個(gè)副本為leader tablet。任何副本都能夠?qū)Ψ?wù)讀取,而且寫(xiě)入時(shí)需要在所有副本對(duì)應(yīng)的tablet server之間達(dá)成一致性。
Tablet server:主要是存儲(chǔ)tablet和為tablet向client提供服務(wù)。對(duì)于給定的tablet,一個(gè)tablet server充當(dāng)leader,其他tablet server充當(dāng)該tablet的follower副本。只有l(wèi)eader服務(wù)寫(xiě)請(qǐng)求,leader與follower為每個(gè)服務(wù)提供讀請(qǐng)求。
Master:主要負(fù)責(zé)管理元數(shù)據(jù)(元數(shù)據(jù)存儲(chǔ)在只有一個(gè)tablet的catalog table中),即tablet與表的基本信息,監(jiān)聽(tīng)tserver的狀態(tài)
Catalog Table: 元數(shù)據(jù)表,用來(lái)存儲(chǔ)table(schema、locations、states)與tablet(現(xiàn)有的tablet列表,每個(gè)tablet及其副本所處tserver,tablet當(dāng)前狀態(tài)以及開(kāi)始和結(jié)束鍵)的信息。
三、Kudu優(yōu)缺點(diǎn)
1.優(yōu)點(diǎn):
1)一個(gè)table由多個(gè)tablet組成,能夠很好地支持分區(qū)查看、擴(kuò)容和數(shù)據(jù)高可用。
2)可以支持update和upsert操作。
3)與imapla集成或spark集成后(dataframe)可通過(guò)標(biāo)準(zhǔn)的sql操作,使用起來(lái)很便捷
4)可與spark系統(tǒng)集成
2.缺點(diǎn):
1)只有主鍵可以設(shè)置range分區(qū)。
2)如果是pyspark連接kudu,則不能對(duì)kudu進(jìn)行額外的操作。
3)kudu的shell客戶端不提供表schema查看。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10