阶段性
阶段一：
单机时代
阶段二:
大数据时代-分布式处理
阶段三:
实时大数据时代
hadoop慢因为她的计算结果保存在磁盘 处理在spark中可解决属于内存
Hadoop特点：
高可靠性
高拓展性
高效性
高容错性
相关推荐
武子康9 小时前
大数据-98 Spark 从 DStream 到 Structured Streaming：Spark 实时计算的演进武子康17 小时前
大数据-100 Spark DStream 转换操作全面总结：map、reduceByKey 到 transform 的实战案例努力的小郑2 天前
从一次分表实践谈起：我们真的需要复杂的分布式ID吗？武子康2 天前
大数据-99 Spark Streaming 数据源全面总结：原理、应用 文件流、Socket、RDD队列流AAA修煤气灶刘哥2 天前
别让Redis「歪脖子」！一次搞定数据倾斜与请求倾斜的捉妖记Aomnitrix3 天前
知识管理新范式——cpolar+Wiki.js打造企业级分布式知识库程序消消乐3 天前
Kafka 入门指南：从 0 到 1 构建你的 Kafka 知识基础入门体系智能化咨询3 天前
Kafka架构：构建高吞吐量分布式消息系统的艺术——进阶优化与行业实践Chasing__Dreams3 天前
kafka--基础知识点--5.2--最多一次、至少一次、精确一次