dkfr.net
当前位置:首页 >> hADoop,storm和spArk的区别,比较 >>

hADoop,storm和spArk的区别,比较

应用场景不同不好比较。一般storm拿来做实时流数据的需求,而spark更适合拿来做离线数据分析。hadoop是生态圈,这里就假设你问的是hadoop核心计算框架mr.sprak和mr都适合拿来做离线数据分析,spark是快启动,在数据量不是非常大的时候(TB级别)...

Storm优势就在于Storm是实时的连续性的分布式的计算框架,一旦运行起来,除非你将它杀掉,否则它一直处理计算或等待计算的状态.Spark和hadoop都做不到. 当然它们各自都有其应用场景,各有各的优势.可以配合使用. 下面我转一份别人的资料,讲的很清楚....

Hadoop 是一个生态圈。 里面由 很多如 mapreduce hive hbase hdfs 组成。 storm 是流式处理的老大。 速度快 即时通讯。 淘宝的JStorm 可以达到百万级每秒。 spark 是对 hadoop 的 MR 的改进。 由于 MR 需要不断的将数据落盘,互相拉取导致 IO 大...

一、hadoop、Storm该选哪一个? 为了区别hadoop和Storm,该部分将回答如下问题: 1.hadoop、Storm各是什么运算 2.Storm为什么被称之为流式计算系统 3.hadoop适合什么场景,什么情况下使用hadoop 4.什么是吞吐量 首先整体认识:Hadoop是级计算,...

Storm优势就在于Storm是实时的连续性的分布式的计算框架,一旦运行起来,除非你将它杀掉,否则它一直处理计算或等待计算的状态.Spark和hadoop都做不到

如果题主的hadoop指的是mapreduce的话。Storm说白了就是一个跑起来不会停的mr,所以适合拿来做流式实时计算,和mr不是一个应用场景,不用比较。spark相比mr最大的优势在于快速启动,mr是慢启动的。

就不是一个概念问题 Storm是流式处理Sparl是基于内存处理Hadoop是批处理文件 你要怎么做 比较 ?????LZ还是先研究下这3个技术的应用场景吧 不能瞎学啊

Hadoop是磁盘级计算,进行计算时,数据在磁盘上,需要读写磁盘;Storm是内存级计算,数据直接通过网络导入内存。读写内存比读写磁盘速度快n个数量级。根据Harvard CS61课件,磁盘访问延迟约为内存访问延迟的75000倍。所以Storm更快。

spark与hadoop的比较我就不多说了,除了对硬件的要求稍高,spark应该是完胜hadoop(Map/Reduce)的。storm与spark都可以用于流计算,但storm对应的场景是毫秒级的统计与计算,而spark(stream)对应的是秒级的。这是主要的差别。

Storm优势就在于Storm是实时的连续性的分布式的计算框架,一旦运行起来,除非你将它杀掉,否则它一直处理计算或等待计算的状态.Spark和hadoop都做不到. 当然它们各自都有其应用场景,各有各的优势.可以配合使用. 下面我转一份别人的资料,讲的很清楚....

网站首页 | 网站地图
All rights reserved Powered by www.dkfr.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com