大数据体系架构中的组件非常多，每个组件又属于不同的生态圈系统。从最早的Hadoop生态圈体系开始，逐步有了Spark生态圈体系和Flink生态圈体系。因此在学习大数据之前有必要了解一下每一个生态圈体系中具体包含哪些组件，以及它们的作用又是什么。   视频讲解如下： 大数据生态圈中的组件 【赵渝强老师】大数据生态圈中的组件 一、大数据的数据存储组件   在大数据体系中使用了分布式

MongoDB的In-Memory存储引擎将会把数据存储在内存中。除了少量的元数据和诊断日志以外，In-Memory存储引擎不会维护任何存储在硬盘上的数据，从而避免硬盘的读写操作，以减少数据查询的延迟，从而提高性能。 提示：虽然In-Memory存储引擎不会向文件系统写入数据，但是它任然需要使用–dbpath参数指定一个目录用于存储少量的元数据和诊断日志。通过指定参数–inMemory

在MongoDB 3.2版本以前，MongoDB使用MMAPv1作为默认的存储引擎。在MMAPv1的存储引擎中，包含以下的组成部分： Database   每个Database由一个.ns名称空间文件及若干个数据文件组成。数据文件从0开始编号，依次为.0、.1、.2等。数据文件大小从64MB起，依次倍增，最大为2GB。 Namespace   每个Database可以包含多个Nam

存储引擎（Storage Engine）是MongoDB的核心组件，它负责管理数据如何存储在硬盘（Disk）和内存（Memory）上。从MongoDB 3.2 版本开始，MongoDB支持多种类型的数据存储引擎。   视频讲解如下： MongoDB的存储引擎 【赵渝强老师】MongoDB的存储引擎   从MongoDB的发展历史上看，支持以下三种存储引擎： WiredTige

Docker从1.12.0 版本开始，便已经将DockerSwarm集成进了Docker的引擎中。因此，Docker Swarm不需要单独进行安装。由于Docker Swarm内置了服务发现的功能，因此也不再需要进行服务发现配置了。Docker Swarm与Docker Compose类似，都是Docker官方提供的服务编排工具。但是二者所不同的是，Docker Compose 是在单个宿

冷备份与冷恢复是指发生在数据库已经正常关闭的情况下进行的备份和恢复。由于此时数据库已经关闭，通过冷备份可以将数据库的关键性文件拷贝到另外存储位置。冷备份因为只是拷贝文件，因此备份的速度非常快。在执行恢复时，只需将文件再拷贝回去就可以很容易恢复到某个时间点上。冷备份的最大缺点在于在冷备份过程中，数据库必须是关闭状态，不能提供外部的访问。   视频讲解如下： 执行Oracle的冷备份与冷恢复

冷备份是指发生在数据库已经正常关闭的情况下进行的备份。由于此时数据库已经关闭，通过冷备份可以将数据库的关键性文件拷贝到另外存储位置。冷备份因为只是拷贝文件，因此备份的速度非常快。在执行恢复时，只需将文件再拷贝回去就可以很容易恢复到某个时间点上。冷备份的最大缺点在于在冷备份过程中，数据库必须是关闭状态，不能提供外部的访问。   在了解到了基础的知识以后，这里将通过一个简单的示例来演示如何操作