前言
大家好,我是ChinaManor,直译过来就是中国码农的意思,我希望自己能成为国家复兴道路的铺路人,大数据领域的耕耘者,平凡但不甘于平庸的人。
以下是我在学大数据时学大数据不得不背的15张数据流转图
首先必须给HDFS读写数据图排面,学习大数据开发第一座的大山!
1.HDFS读写数据
HDFS读数据图:
HDFS写数据图:
MR的洗牌机制也是绕不过去的
2.MapReduce 的 Shuffle 过程
MapReduce 的详细工作流程：
3.Yarn的Job提交流程
4.Yarn 的调度器分类
FIFO 调度器（先进先出调度器）
Capacity Scheduler(容量调度器)
Fair Sceduler（公平调度器）
5.Kafka 架构图
6.Hive架构图
7.HBase存储结构图
HBase读流程
HBase读流程
Hadoop体系完了,下面是Spark和Flink体系
loading>>>>>>>>>>
8.Spark 的架构与作业提交流程
Spark实现WordCount执行流程图
补充 YARN Client 模式和YARN Cluster模式的区别
9.Spark 的 两 种 核 心 Shuffle （ HashShuffle 与SortShuffle）的工作流程
(1)未经优化的 HashShuffle
优化后的HashShuffle
(2)普通的 SortShuffle：
开启bypass机制后:
10.SparkSQL 中 RDD、DataFrame、DataSet 三者的区别与联系图解
11.Flink架构模型图
12.Flink任务调度图
13.Flink On Yarn执行流程图
14.Flink 实现 SQL 解析图
15.Flink 的容错机制
总结
以上便是本码农总结的15张大数据开发必背的数据流转图,有事没事拿出来看一看,潜移默化自然就记下来了~
