【摘要】在数据获取阶段，一般触及从多源异构的数据源获取数据，这些数据源可能是批处理数据源，也有可能是实时流数据源。那么，今日小编将为大家分享5种大数据处理的典型东西，感兴趣的小伙伴们一同来了解下吧!

1、HDFS

Hadoop分布式文件体系(Hadoop Distributed File System，HDFS)现在是Apache Hadoop项目的一个子项目，与已有的分布式文件体系有许多相似之处。

此外，作为专门针对商业化硬件(commodity hardware)规划的文件体系，HDFS的独特之处也很明显：首要其具有很高的容错性，其次能够布置在较为廉价的硬件上，最后能够供给高吞吐量的应用数据拜访能力。

2、Sqoop

Sqoop是一个在Hadoop和联系数据库服务器之间传送数据的东西，便利大量数据的导入导出工作，其支持多种类型的数据存储软件。

Sqoop的中心功能为数据的导入和导出。

导入数据：从诸如MySQL、SQL Server和Oracle等联系数据库将数据导入到Hadoop下的HDFS、Hive和HBase等数据存储体系。 导出数据：从Hadoop的文件体系中将数据导出至联系数据库。

3、Flume

Flume是由Hadoop生态体系中闻名的软件公司Cloudera于2011年发布，该软件能够支持分布式海量日志的采集、集成与传输，以实时的方式从数据发送方获取数据，并传输给数据接收方。

Flume具有两个显著的特点：可靠性和可扩展性。

针对可靠性，其供给了从强到弱的三级保障，即End-to-end、Store on failure和Best effort。 针对可扩展性，其选用三层的体系结构，即Agent、Collector和Storage，每层都能够在水平方向上进行扩展。

4、Scribe

Scribe是由Facebook开发的分布式日志体系，在Facebook内部现已得到了广泛的应用。Scribe能够针对坐落不同数据源的日志信息进行收集，然后存储至某个一致的存储体系，这个存储体系可所以网络文件体系(Network File System，NFS)，也可所以分布式文件体系。

5、HBase

HBase的全称为Hadoop Database，是基于谷歌BigTable的开源实现，其运用Hadoop体系结构中的HDFS作为根本的文件体系。谷歌根据BigTable的理念规划实现了谷歌文件体系GFS，可是该计划未开源。HBase能够称为BigTable的山寨版，是开源的。

关于盘点5种大数据处理的典型工具，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。