小編給大家分享一下DKhadoop框架結(jié)構(gòu)是怎么樣的，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
近年，隨著互聯(lián)網(wǎng)的發(fā)展特別是移動互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)的增長呈現(xiàn)出一種爆炸式的成長勢頭。單是谷歌的爬蟲程序每天下載的網(wǎng)頁超過1億個（2000年數(shù)據(jù)，）數(shù)據(jù)的爆炸式增長直接推動了海量數(shù)據(jù)處理技術(shù)的發(fā)展。谷歌公司提出的大表、分布式文件系統(tǒng)和分布式計算的三大技術(shù)構(gòu)架，解決了海量數(shù)據(jù)處理的問題。谷歌公司隨即將設(shè)計思路開源，發(fā)表了具有劃時代意義的三篇論文，很快根據(jù)谷歌設(shè)計思路的開源框架就出現(xiàn)了，就是如今非?；鸨膆adoop、Maperduce和許多Nosql系統(tǒng)。這三大技術(shù)也是整個大數(shù)據(jù)技術(shù)的核心基礎(chǔ)。
目前國內(nèi)的hadoop商業(yè)發(fā)行版也是比較多，這些hadoop商業(yè)版大部分都是由國外發(fā)行的，純國產(chǎn)的發(fā)行版不是很多，比如DKhadoop，可以說是目前國內(nèi)自主做hadoop商業(yè)版比較好的了。下面就以大快搜索DKhadoop為例來給大家介紹一下hadoop框架結(jié)構(gòu)！
圖示：DKhadoop技術(shù)技術(shù)架構(gòu)圖
hadoop框架結(jié)構(gòu)核心：
hadoop的框架結(jié)構(gòu)最核心的設(shè)計就是：HDFS和MapReduce。HDFS為海量的數(shù)據(jù)提供了存儲，MapReduce為海量的數(shù)據(jù)提供了計算。
大數(shù)據(jù)一體化開發(fā)框架：
大數(shù)據(jù)的應(yīng)用開發(fā)過于偏向底層，設(shè)計技術(shù)面非常廣泛，學(xué)習(xí)的難度自然要大的很多。對于新手入門更是難上加難。DKhadoop則是大快搜索將一系列技術(shù)框架在底層進行了重新封裝。把大數(shù)據(jù)開發(fā)中的一些通用的，重復(fù)使用的基礎(chǔ)代碼、算法封裝為類庫，降低了大俗局的學(xué)習(xí)門檻，降低開發(fā)難度。
DKhadoop框架結(jié)構(gòu)構(gòu)成模塊：
我們以DKhadoop發(fā)行版為例：
1、框架由：數(shù)據(jù)源與SQL引擎、數(shù)據(jù)采集（自定義爬蟲）模塊、數(shù)據(jù)處理模塊、機器學(xué)習(xí)算法、自然語言處理模塊、搜索引擎模塊，六部分組成。
2、大快的大數(shù)據(jù)通用計算平臺（DKH），已經(jīng)集成相同版本號的開發(fā)框架的全部組件。如果在開源大數(shù)據(jù)框架上部署大快的開發(fā)框架，需要平臺的組件支持如下：
（1）數(shù)據(jù)源與SQL引擎：DK.Hadoop、spark、hive、sqoop、flume、kafka
（2）數(shù)據(jù)采集：DK.hadoop
（3）數(shù)據(jù)處理模塊：DK.Hadoop、spark、storm、hive
（4）機器學(xué)習(xí)和AI：DK.Hadoop、spark
（5）NLP模塊：上傳服務(wù)器端JAR包，直接支持
（6）搜索引擎模塊：不獨立發(fā)布
Dkhadoop是大快深度整合，重新編譯后的HADOOP發(fā)行版，可單獨發(fā)布。獨立部署FreeRCH（大快大數(shù)據(jù)一體化開發(fā)框架）時，必需的組件。DK.HADOOP整合集成了NOSQL數(shù)據(jù)庫，簡化了文件系統(tǒng)與非關(guān)系數(shù)據(jù)庫之間的編程；DK.HADOOP改進了集群同步系統(tǒng)，使得HADOOP的數(shù)據(jù)處理更加高效。
以上是“DKhadoop框架結(jié)構(gòu)是怎么樣的”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道！
重慶分公司
重慶分公司
