本文介绍了几种主流的大数据处理框架，包括Twitter的Storm、Yahoo!的S4、Apache的Hadoop、UCBerkeley AMPLab的Spark及Nokia的Disco等。这些框架分别适用于流式处理和批处理，例如Storm专为流式大数据分析而设计，而Spark则支持内存中数据集和具备强大的恢复能力。
| 解决方案 | 开发商 | 类型 | 描述 |
|---|---|---|---|
| Storm | 流式处理 | Twitter 的新流式大数据分析解决方案 | |
| S4 | Yahoo! | 流式处理 | 来自 Yahoo! 的分布式流计算平台 |
| Hadoop | Apache | 批处理 | MapReduce 范式的第一个开源实现 |
| Spark | UC Berkeley AMPLab | 批处理 | 支持内存中数据集和恢复能力的最新分析平台 |
| Disco | Nokia | 批处理 | Nokia 的分布式 MapReduce 框架 |
| HPCC | LexisNexis | 批处理 | HPC 大数据集群 |
流式大数据处理的三种框架：Storm，Spark和Samza
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
