
Kudu是由Todd Lipcon@Cloudera帶頭開發(fā)出存儲系統(tǒng),整體應用模式與HBase很相似,也就是能夠支持行級別的隨機讀寫,對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的基礎上實現(xiàn)更快的數(shù)據(jù)分析。
目前數(shù)據(jù)存儲有了HDFS和Hbase,但兩者都存在這明顯的缺點,這才需要Kudu。
HDFS:使用列式存儲格式Apache Parquet,Apache ORC,適合離線分析,不支持單條紀錄級別的update操作,無法進行隨機讀寫
HBASE:可以進行高效隨機讀寫,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)分析的場景。
二、Kudu整體架構(gòu)
Table(表):一張table是數(shù)據(jù)存儲在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tablet是一張table連續(xù)的segment,與其他數(shù)據(jù)存儲引擎或關系型數(shù)據(jù)的partition類似。Tablet存在副本機制,其中一個副本為leader tablet。任何副本都能夠?qū)Ψ兆x取,而且寫入時需要在所有副本對應的tablet server之間達成一致性。
Tablet server:主要是存儲tablet和為tablet向client提供服務。對于給定的tablet,一個tablet server充當leader,其他tablet server充當該tablet的follower副本。只有l(wèi)eader服務寫請求,leader與follower為每個服務提供讀請求。
Master:主要負責管理元數(shù)據(jù)(元數(shù)據(jù)存儲在只有一個tablet的catalog table中),即tablet與表的基本信息,監(jiān)聽tserver的狀態(tài)
Catalog Table: 元數(shù)據(jù)表,用來存儲table(schema、locations、states)與tablet(現(xiàn)有的tablet列表,每個tablet及其副本所處tserver,tablet當前狀態(tài)以及開始和結(jié)束鍵)的信息。
三、Kudu優(yōu)缺點
1.優(yōu)點:
1)一個table由多個tablet組成,能夠很好地支持分區(qū)查看、擴容和數(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)可通過標準的sql操作,使用起來很便捷
4)可與spark系統(tǒng)集成
2.缺點:
1)只有主鍵可以設置range分區(qū)。
2)如果是pyspark連接kudu,則不能對kudu進行額外的操作。
3)kudu的shell客戶端不提供表schema查看。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03