Kudu：構建高性能實時數據分析存儲系統（簡體書）

要在Hadoop生態系統中實現快速的數據輸入、服務和分析，一直以來只有幾個可用但是不夠完美的解決方案，要麼以緩慢的數據輸入為代價實現快速分析，要麼以緩慢的分析為代價實現快速的數據輸入。這個問題現在有了解決辦法，使用Apache Kudu基於列的數據存儲，你可以很容易地對快速輸入的數據進行快速的分析。這就是本書的內容。在這本書中，你將學習Kudu設計中的關鍵概念，以及如何用它構建快速、可擴展和可靠的應用程序。通過實際的示例，你將瞭解Kudu如何與其他Hadoop生態系統組件(如Apache Spark、SparkSQL和Impala)集成。

目前，限制實時處理技術落地的一個主要因素是其對數據存儲系統的挑戰性需求。儘管使用Hadoop生態中的一些存儲層可以實現這些需求，但是系統會變得相當複雜且難以維護。Kudu的出現為大數據架構師和開發者們帶來了新的選擇。
Kudu 將低延遲隨機訪問、逐行插入、更新和快速分析掃描融合到一個存儲層中，簡化了系統設計與維護。
Kudu的目標是把掃描的性能做到HDFS 上的Parquet 的兩倍以內，而隨機讀的性能則要接近HBase 和Cassandra，成為一種各方面條件都適中的選擇。

選擇存儲引擎是實施所有大數據項目時要做的最重要的決定之一，而且更換存儲引擎的成本也是最高的。Apache Kudu 是 Hadoop 生態系統中的一個全新存儲系統。它的靈活性使我們能夠更快地搭建和維護應用程序。在Hadoop 開發者的大數據工具箱中，Kudu 是一個關鍵工具。它解決了一些使用目前的 Hadoop 存儲技術很難實現或不可能實現的常見問題。在這本書中，你將學習 Kudu 設計中的關鍵概念，以及如何用它構建快速、可擴展和可靠的 Kudu 應用程序。通過實際的示例，你將瞭解 Kudu 如何與其他 Hadoop 生態系統組件（如 Spark、Spark SQL 和 Impala）集成。
本書假設讀者對 Hadoop 生態系統組件（如 HDFS、Hive、Spark 或 Impala）有一些使用經驗，有 Java 或 Scala 編程經驗，還有 SQL 和傳統關係型數據庫管理系統“使用”經驗，熟悉 Linux shell。

前言 ............................................................................... XIII
第 1 章　為什麼會有 Kudu ..................................................1
Kudu 為什麼重要 .................................................................. 1
易用性驅動接納度 .................................................................................. 2
新的應用場景 ......................................................................................... 5
物聯網 ...........................................................................................................5
現有的實時分析方案 .....................................................................................7
實時處理 .....................................................................................................13
硬件環境 ............................................................................................... 15
Kudu 在大數據生態中的獨特位置 ........................................................ 17
與其他生態系統的組件對比 .......................................................................19
與大數據組件對比――HDFS、HBase 和 Cassandra ..................................24
小結 ...................................................................................................... 26
第 2 章　Kudu 簡介 ..........................................................27
Kudu 的高層設計 .................................................................................. 29
Kudu 中的角色 ............................................................................................29
master 服務器 ..............................................................................................31
tablet 服務器................................................................................................32
Kudu 中的概念與機制 .......................................................................... 42
熱點 .............................................................................................................42
分區 .............................................................................................................44
第 3 章　安裝與運行 .........................................................49
安裝 ...................................................................................................... 49
使用 Kudu Quickstart VM ...........................................................................49
使用 Cloudera Manager ...............................................................................51
從源代碼構建 ..............................................................................................52
軟件包 .........................................................................................................53
Cloudera Quickstart VM ..............................................................................53
快速安裝 ：3 分鐘或者更短 .................................................................. 54
小結 ...................................................................................................... 58
第 4 章　Kudu 的管理 .......................................................59
為 Kudu 做規劃 ..................................................................................... 59
master 服務器和 tablet 服務器 .....................................................................60
預寫日誌 .....................................................................................................65
數據服務器和存儲 ......................................................................................68
複制策略（replication strategy） ..................................................................69
部署時的注意事項 ：是採用新集群還是現有集群 ................................ 70
全新的僅有 Kudu 的集群 ............................................................................70
全新的包含 Kudu 的 Hadoop 集群 ..............................................................71
在現有的 Hadoop 集群中添加 Kudu ...........................................................77
tablet 服務器和 master 服務器的 Web UI .............................................. 81
master 服務器 UI 和 tablet 服務器 UI ..........................................................82
master 服務器 UI .........................................................................................83
tablet 服務器 U