今天 10-20 ，還是  1小時 車程， 最終停車過來， 已經(jīng) 9點 了 。

上午  zookeepper   ,  下午 spark ,     

10:30 開始， 之前一直在討論 

HDFS  高可用 是使用  ZOOKEEPER  

這個還是對應的  KAFKA里面也能用 Zookeeper

下面的是盧老師講的

-------- 下午開始  ，復習 zookeeper 的內容， 僅僅是一種服務包， 并不是語言， spark 也是一個運用包。

主要是為了， 等待出問題的時候， 才進行重新選領導，以及重新廣播的應急辦法就是  zookeeper 。

大數(shù)據(jù)組件原理總結-Hadoop、Hbase、Kafka、Zookeeper、Spark

Hadoop原理

  分為HDFS與Yarn兩個部分。HDFS有Namenode和Datanode兩個部分。

HBase原理

Hbase是列存儲數(shù)據(jù)庫。其存儲的組織結構就是將相同的列族存儲在一起，因此得名的。

Zookeeper原理

Zookeeper是一個資源管理庫，對節(jié)點進行協(xié)調、通信、失敗處理、節(jié)點損壞的處理等，是一個無中心設計，主節(jié)點通過選舉產(chǎn)生。

Kafka原理
Kafka是分布式發(fā)布-訂閱消息系統(tǒng)。

Spark原理

spark 可以很容易和yarn結合，直接調用HDFS、Hbase上面的數(shù)據(jù)，和hadoop結合。

應用場景：集群管理

Hbase Master選舉則是zookeeper經(jīng)典的使用場景；

Storm集群管理

Zookeeper通過維護一個分布式目錄數(shù)據(jù)結構，實現(xiàn)分布式協(xié)調服務

利用Zookeeper有序目錄的創(chuàng)建和刪除，實現(xiàn)分布式共享鎖。

------------下午  4:20 開始學習  Spark     2009年誕生于apache   一站式的批處理，實時流處理

Spark生態(tài)系統(tǒng)已經(jīng)發(fā)展成為一個包含多個子項目的集合，其中包含SparkSQL、SparkStreaming、GraphX、MLlib等子項目，Spark是基于內存計算的大數(shù)據(jù)并行計算框架，提高了在大數(shù)據(jù)環(huán)境下數(shù)據(jù)處理的實時性，同時保證了高容錯性和高可伸縮性，允許用戶將Spark部署在大量廉價硬件之上，形成集群。

使用的語言是Scala，項目的core部分的代碼只有63個Scala文件，非常短小精悍。

Spark 是在 Scala 語言中實現(xiàn)的，它將 Scala 用作其應用程序框架。

與 Hadoop 不同，Spark 和 Scala 能夠緊密集成，其中的 Scala 可以像操作本地集合對象一樣輕松地操作分布式數(shù)據(jù)集。

Spark 4大特性