简单说说我的想法，---- 直接回答题干 ----如果说现有Hive作为数仓，那么性能肯定不能满足查询的，替代方案可以选择MPP数据库，但是由于MPP数据库目前看来还是有软硬件+人员能力限制条件的，基本上也要搞成一个团体作战项目才能摸索出来。你提到的多表关联倒不是什么障碍，建设数...

问题不够清晰是Hadoop里的HDFS和OpenStack的swift 比较？

抽取到本地存储，这绝对不是一个好的主意，大数据平台的数据量十分庞大，所进行的操作涉及的数据，少则几个G，多达几十个T，如此多的数据，就算你本地存储够大，请问抽取传输要多少时间。所以，必定是在计算节点进行分析，可以的话，可以调用有GPU的计算节点进行AI训练。至于对象存储，是可以的，...

学习没有捷径，多看资料如果有项目有师傅带着一起搞就好了

1 ） NameNode 它是 hadoop 中的主服务器，管理文件系统名称空间和对集群中存储的文件的访问，保存有 metadate 。2 ） SecondaryNameNode 它不是 namenode 的冗余守护进程，而是提供周期检查点和清理任务。帮助 NN 合并 editslog ，减少 NN 启动时间。3 ） DataNode 它负责管理连接到...

Spark 文件 切分 规则同时 spark 也要判断 数据 大小是否大于切片大小的11倍如果大于才按切片大小进行 切分。

通过使用MapReduce的方式，使Hadoop可以直接访问Oracle，并将相关的数据写入到HDFS文件当中。 从而可以顺利地将Oracle中的数据迁移到Hadoop文件系统中。