技术栈

摘要： [TOC] ## 一、概述 `Hadoop` 是一个开源的分布式计算框架，用于处理大规模数据集的存储和处理。它使用了 `Hadoop` 分布式文件系统`（Hadoop Distributed File System，HDFS）`来存储数据，并通过 `MapReduce` 编程模型进行数据处理。 ![ 阅读全文

摘要： [TOC] ## 一、概述 `MinIO` 是一个开源的**对象存储服务器**，它兼容`Amazon S3（Simple Storage Service）API`。它被设计用于构建分布式存储架构，提供高可用性、高性能和可扩展的对象存储解决方案。 下面是MinIO的一些主要特点和功能： - **对象存 阅读全文

摘要： [TOC] ## 一、概述 > ClickHouse是一种**高性能、列式存储的分布式数据库管理系统**。它专注于快速数据分析和查询，并且在大规模数据集上表现出色。 在ClickHouse中，数据按列存储而不是按行存储。这种存储方式有许多优点，特别适合分析工作负载。下面是一些与列数据存储相关的关键概 阅读全文

摘要： [TOC] ## 一、概述 `Apache DolphinScheduler`（简称DolphinScheduler）是一种开源的、分布式的、易于使用的大数据工作流调度系统。它旨在为大数据处理提供一个可靠、高效和可扩展的调度解决方案。 ![在这里插入图片描述](https://img-blog.cs 阅读全文

摘要： [TOC] ## 一、概述 `Apache DolphinScheduler`（简称`DolphinScheduler`）是一种开源的、分布式的、易于使用的大数据工作流调度系统。它旨在为大数据处理提供一个可靠、高效和可扩展的调度解决方案。 DolphinScheduler具有以下特点和功能： - * 阅读全文

摘要： [TOC] ## 一、概述 `Apache Ambari` **是 Hortonworks 贡献给Apache开源社区的顶级项目，它是一个基于web的工具，用于安装、配置、管理和监视 Hadoop 集群。** Ambari 目前已支持大多数 Hadoop 组件，包括 HDFS、MapReduce、H 阅读全文

摘要： [TOC] ## 一、概述 `Apache Ambari` **是 Hortonworks 贡献给Apache开源社区的顶级项目，它是一个基于web的工具，用于安装、配置、管理和监视 Hadoop 集群。** Ambari 目前已支持大多数 Hadoop 组件，包括 HDFS、MapReduce、H 阅读全文

摘要： [TOC] ## 一、概述 StarRocks是一个开源的分布式OLAP（在线分析处理）数据库，旨在提供高性能、低延迟的数据分析和查询能力。它最初由中国的猎豹移动公司（Cheetah Mobile）开发，并于2016年开源。 StarRocks主要特点和功能包括： - **列式存储**：StarRo 阅读全文

摘要： [TOC] ## 一、概述 `Apache Azkaban` 是一个开源的批处理**工作流调度系统**，用于管理和调度Hadoop生态系统中的任务和作业。 - `Azkaban` 提供了一个直观的Web界面，让用户能够轻松地定义、调度和监控作业流。它支持工作流的可视化编辑，可以将任务以依赖关系的方式 阅读全文

摘要： [TOC] ## 一、概述 `HBase` 是一个开源的 `NoSQL` **列式分布式数据库**，它主要基于 `Hadoop` 分布式文件系统（HDFS）运行。`HBase` 最初是由 `Facebook` 公司贡献，其基于 `Google`的 `Bigtable` 模型开发，在强大的水平扩展性和 阅读全文