spark
大数据平台软件需要同时支持海量数据存储和高速分析能力。 大数据的四大特征——海量的数据规模（volume）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。 目前，HDFS加Map Reduce的组合很好的解决了海量数据规模和多样的数据类型的问题，但在对高速的数据查询需求、不同数据规模的场景下对应用的灵活支持还有很大的提
相关文章
- 1. 【Spark】Spark七： Spark概述
- 2. 【Spark】Spark二：Spark RDD初步
- 3. Spark四大组件包括Spark Streaming、Spark SQL、Spark MLlib和Spark GraphX。
- 4. [Spark] 03 - Spark SQL
- 5. 【Spark】----Spark on Yarn
- 6. spark-shell && spark-submit
- 7. Spark(五)Spark Streaming
- 8. Spark（十）：Spark Streaming
- 9. [Spark] Hello Spark
- 10. spark—3（Spark Scheduler）
- 更多相关文章...
- • TiDB数据库的应用场景 - NoSQL教程
- • 使用Rxjava计算圆周率
- • NewSQL-TiDB相关
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【Spark】Spark七： Spark概述
- 2. 【Spark】Spark二：Spark RDD初步
- 3. Spark四大组件包括Spark Streaming、Spark SQL、Spark MLlib和Spark GraphX。
- 4. [Spark] 03 - Spark SQL
- 5. 【Spark】----Spark on Yarn
- 6. spark-shell && spark-submit
- 7. Spark(五)Spark Streaming
- 8. Spark（十）：Spark Streaming
- 9. [Spark] Hello Spark
- 10. spark—3（Spark Scheduler）