大数据平台最核心的软件是
1、大数据的核心是云技术和BI。大数据（bigdata）是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。
2、在大数据时代，最基础的技术平台是Apache Hadoop。Hadoop是一个开源的分布式计算框架，它能够高效地存储和处理大规模数据集。
3、大数据的核心是云技术和BI 关于大数据和云计算的关系人们通常会有误解。而且也会把它们混起来说，分别做一句话直白解释就是：云计算就是硬件资源的虚拟化；大数据就是海量数据的高效处理。
大数据平台的软件有哪些?
1、Tableau：AI，大数据和机器学习应用可视化的最佳解决方案 Tableau是大数据可视化的市场领导者之一，在为大数据操作，深度学习算法和多种类型的AI应用程序提供交互式数据可视化方面尤为高效。
2、Phoenix 这是一个Java中间层，可以让开发者在Apache HBase上执行SQL查询。Phoenix完全使用Java编写，代码位于GitHub上，并且提供了一个客户端可嵌入的JDBC驱动。
3、MongoDB 是世界领先的数据库软件。它基于 NoSQL 数据库，可用于存储比基于 RDBMS 的数据库软件更多的数据量。MongoDB 功能强大，是最好的大数据分析工具之一。它使用集合和文档，而不是使用行和列。
4、DataCanvas：DataCanvas是一种企业级的数据科学平台，帮助用户从数据中发现洞察和价值，进行数据挖掘和分析。蓝湖数智：蓝湖数智是一家提供数据智能技术和解决方案的公司，其数据智能平台涵盖数据整理、可视化、分析和挖掘等功能。
5、KNIME： KNIME 是一个开源的数据分析平台，支持可视化拖拽式的数据处理和建模，适用于初学者和有经验的数据科学家。Databricks： Databricks 是一个用于大数据处理和分析的平台，特别针对Apache Spark。
6、地藤管家企业管理软件支持商品库存实时查看，方便及时进行补充。
如何使用Spark/Scala读取Hbase的数据
1、从上面的代码可以看出来，使用spark+scala操作hbase是非常简单的。
2、spark读取hbase数据形成RDD，构建schma信息，形成DF 通过sparkSQL 将df数据写入到指定的hive表格中。
3、删除数据通过删除列或列簇没有修改数据，要更改数据，将对应行键、列簇、列下的值重新写入就行了。他虎同时保存多个时间版本的值，使用的时候直接取最新的数据就行了。
RDD运行原理
1、Executor：是运行在工作节点（Worker Node）上的一个进程，负责运行Task，并为应用程序存储数据。Application：用户编写的Spark应用程序，一个Application包含多个Job。
2、转换操作指的是在原RDD实例上进行计算，然后创建一个新的RDD实例。
3、foreach(func)将数据集中的每个元素传递到函数func中运行。
4、弹性分布式数据集(RDD)作为Spark最根本的数据抽象，是只读的分区记录(Partition)的集合，只能基于在稳定物理存储中的数据集上创建，或者在其他已有的RDD上执行转换(Transformation)操作产生一个新的RDD。
5、RDD是只读的、分区记录的集合。RDD只能基于在稳定物理存储中的数据集和其他已有的RDD上执行确定性操作来创建。这些确定性操作称之为转换，如map、filter、groupBy、join（转换不是程开发人员在RDD上执行的操作）。
6、数据读取到RDD中的操作也是惰性的，数据只会在必要时读取。转化操作和读取操作都有可能多次执行。
如何使用scala+spark读写hbase
1、从上面的代码可以看出来，使用spark+scala操作hbase是非常简单的。
2、CM&CDHHadoop的Cloudera版：包含Hadoop，HBase，Hiva，Spark，Flume等，介绍CM的安装，CDH的安装，配置，等等。
3、【大数据学习】内容如下：Scala：Scala是一门多范式的编程语言，大数据开发重要框架Spark是采用Scala语言设计，大数据开发需掌握Scala编程基础知识。
4、那如果大数据中心的数据流到外部，也是用kafka（如Spark计算的数据要交给HBASE或MySql，期间我们都会用kafka），很多的大数据组件都是用的Scala编写的，所以，如果你想成为一个较高级的大数据开发高手，你一定要掌握Scala。
5、Spark提供强大的内存计算引擎，几乎涵盖了所有典型的大数据计算模式，包括迭代计算、批处理计算、内存计算、流式计算(Spark Streaming)、数据查询分析计算(Shark)以及图计算(GraphX)。
Spark对硬件的要求
1、Spark虽然是in memory的运算平台，但从官方资料看，似乎本身对内存的要求并不是特别苛刻。官方网站只是要求内存在8GB之上即可(Impala要求机器配置在128GB)。当然，真正要高效处理，仍然是内存越大越好。
2、官方网站只是要求内存在8GB之上即可（Impala要求机器配置在128GB）。当然，真正要高效处理，仍然是内存越大越好。若内存超过200GB，则需要当心，因为JVM对超过200GB的内存管理存在问题，需要特别的配置。
3、硬件环境：两台四核cpu、4G内存、500G硬盘的虚拟机。软件环境：64位Ubuntu104 LTS；主机名分别为sparkspark2，IP地址分别为1**.1*.**.***/***。JDK版本为7。
4、拓展：云部署提供了弹性扩展、高可用性和简化管理等优势。用户不需要自己维护硬件和基础设施，可以快速部署和扩展Spark集群。本地模式（Local Mode）：简述：在本地模式下，Spark运行在单个机器上，通常用于开发和测试。
javardd写入hbase的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于java读hbase、javardd写入hbase的信息别忘了在本站进行查找喔。