大数据笔记（一）——Hadoop的起源与背景知识

一.大数据的5个特征（IBM提出）：

　　Volume（大量）

　　Velocity（高速）

　　Variety（多样）

　　Value（价值）

　　Varacity（真实性）

二.OLTP与OLAP

　1.OLTP：联机事务处理过程，也称面向交易的处理过程，是对用户操作快速响应的方式之一。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易：

　　　　    开启事务——>从转出账号中扣钱——>往转入账号中加钱——>提交事务

　2.OLAP：联机分析处理过程，是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。例如商品推荐：

　　　　    抽取（读取）历史订单——>分析历史订单，找到最受欢迎的商品——>展示结果

　3.OLTP和OLAP的区别：

	OLTP	OLAP
用户	操作人员	决策人员，高级管理人员
功能	日常操作处理	分析决策
DB设计	面向应用	面向主题
数据	当前的，最新的细节的，二维的分立的	历史的，聚集的，多位的，集成的，统一的
存取	读/写数十条记录	读上百万条记录
工作单位	简单的事务	复杂的事务
DB大小	100MB-GB	100GB-TB

三.数据仓库

　　为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。

　　

四.Google的基本思想

　　Hadoop的思想来源：Google

1.Google的低成本之道

• 不使用超级计算机，不使用存储（淘宝的去i，去e，去o之路）
• 大量使用普通的pc服务器，提供有冗余的集群服务
• 全世界多个数据中心
• 运营商向Google倒付费

　　

2.Google的三篇论文（Hadoop的思想来源）

• GFS（Google File System:Google的文件系统）

　　

• 倒排索引

　　把文件ID对应到关键词的映射转换为关键词到文件ID的映射，每个关键词都对应着一系列的文件，这些文件中都出现这个关键词。

　　

• Page Rank(排名先后)
• BigTable(大表)：Google设计的分布式数据存储系统，用来处理海量数据的一种非关系型数据库。

　　常见的NoSQL数据库（Key-value值）：

• HBase:基于HDFS，面向列的:region
• Redis:基于内存、支持持久化：rdb和aof
• MongoDB:面向文档，Json型