Sommario:
I big data, il nome accattivante per enormi volumi di dati strutturati, non strutturati o semi-strutturati, è notoriamente difficile da catturare, archiviare, gestire, condividere, analizzare e visualizzare, almeno utilizzando applicazioni software e database tradizionali. Ecco perché le tecnologie dei big data hanno il potenziale per gestire ed elaborare enormi volumi di dati in modo efficace ed efficiente. Ed è Apache Hadoop che fornisce il framework e le tecnologie associate per elaborare grandi set di dati tra cluster di computer in modo distribuito. Quindi, per capire davvero i big data, devi capire un po 'di Hadoop. Qui daremo uno sguardo ai migliori termini che sentirai riguardo a Hadoop - e cosa significano.
| Webinar: Big Iron, Meet Big Data: Liberating Dataframe Data con Hadoop & Spark Registrati qui |
Ma prima, uno sguardo a come funziona Hadoop
Prima di entrare nell'ecosistema Hadoop, è necessario comprendere chiaramente due cose fondamentali. Il primo è come un file è archiviato in Hadoop; il secondo è come vengono elaborati i dati memorizzati. Tutte le tecnologie relative a Hadoop lavorano principalmente su queste due aree e la rendono più intuitiva. (Scopri le basi di come funziona Hadoop in Come Hadoop aiuta a risolvere il problema dei Big Data.)
Ora, ai termini.
