第二篇 大数据存储与管理

本篇内容

本篇介绍大数据存储与管理相关技术的概念与原理，包括Hadoop分布式文件系统（HDFS）、分布式数据库（HBase）、NoSQL数据库和云数据库。HDFS提供了在廉价服务器集群中进行大规模分布式文件存储的能力。HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，主要用来存储非结构化和半结构化的松散数据。NoSQL数据库可以支持超大规模数据存储，灵活的数据模型可以很好地支持Web 2.0应用，具有强大的横向扩展能力，可以有效弥补传统关系型数据库的不足。云数据库是部署和虚拟化在云计算环境中的数据库，可以将用户从繁琐的数据库硬件定制中解放出来，同时让用户拥有强大的数据库扩展能力，满足各种不同类型用户的数据存储需求。需要特别指出的是，虽然云数据库在概念上更偏向于云计算的范畴，但是云计算和大数据是密不可分的两种技术，不能割裂看待，而且了解云数据库有助于拓展对大数据存储和管理方式的认识，因此本篇内容介绍了云数据库的概念和相关产品。

本篇包括 4 章。第 3 章介绍 Hadoop 分布式文件系统（HDFS），第 4 章介绍分布式数据库（HBase），第5章介绍NoSQL数据库，第6章介绍云数据库。

知识地图

重点与难点

重点为掌握分布式文件系统和分布式数据库的实现原理和应用方法。难点为理解HDFS的存储原理、HBase的实现原理与运行机制。