欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

弄清Spark、Storm、MapReduce的这几点区别才能学好大数据

程序员文章站 2023-10-29 15:20:16
很多初学者在刚刚接触大数据的时候会有很多疑惑,比如对MapReduce、Storm、Spark三个计算框架的理解经常会产生混乱。 哪一个适合对大量数据进行处理?哪一个又适合对实时的流数据进行处理?又该如何来区分他们呢? 我对比整理了这3个计算框架的基本知识,大家可以了解一下以便对这个3个计算框架有一 ......

很多初学者在刚刚接触大数据的时候会有很多疑惑,比如对mapreduce、storm、spark三个计算框架的理解经常会产生混乱。

哪一个适合对大量数据进行处理?哪一个又适合对实时的流数据进行处理?又该如何来区分他们呢?

我对比整理了这3个计算框架的基本知识,大家可以了解一下以便对这个3个计算框架有一个整体的认识。
大数据学习群119599574

弄清Spark、Storm、MapReduce的这几点区别才能学好大数据

mapreduce

  • 分布式离线计算框架

  • 主要适用于大批量的集群任务,由于是批量执行,故时效性偏低。

  • 原生支持 java 语言开发 mapreduce ,其它语言需要使用到 hadoop streaming 来开发。

弄清Spark、Storm、MapReduce的这几点区别才能学好大数据

spark

  • spark 是专为大规模数据处理而设计的快速通用的计算引擎,其是基于内存的迭代式计算。

  • spark 保留了mapreduce 的优点,而且在时效性上有了很大提高,从而对需要迭代计算和有较高时效性要求的系统提供了很好的支持。

  • 开发人员可以通过java、scala或者python等语言进行数据分析作业编写,并使用超过80种高级运算符。

  • spark与hdfs全面兼容,同时还能与其它hadoop组件—包括yarn以及hbase并行协作。

  • spark可以被用于处理多种作业类型,比如实时数据分析、机器学习与图形处理。多用于能容忍小延时的推荐与计算系统。

弄清Spark、Storm、MapReduce的这几点区别才能学好大数据

storm

  • storm是一个分布式的、可靠的、容错的流式计算框架。

  • storm 一开始就是为实时处理设计,因此在实时分析/性能监测等需要高时效性的领域广泛采用。

  • storm在理论上支持所有语言,只需要少量代码即可完成适配。

  • storm把集群的状态存在zookeeper或者本地磁盘,所以后台进程都是无状态的(不需要保存自己的状态,都在zookeeper上),可以在不影响系统健康运行的同时失败或重启。

  • storm可应用于--数据流处理、持续计算(持续地向客户端发送数据,它们可以实时的更新以及展现数据,比如网站指标)、分布式远程过程调用(轻松地并行化cpu密集型操作)。

弄清Spark、Storm、MapReduce的这几点区别才能学好大数据

 

如何用4个月学会hadoop开发并找到年薪25万工作?

 

 

免费分享一套18年最新hadoop大数据教程和100道hadoop大数据必会面试题。

大数据学习群119599574

教程已帮助300+人成功转型hadoop开发,90%起薪超过20k,工资比之前翻了一倍。

由百度hadoop核心架构师(t7级别)亲自录制。

内容包括0基础入门、hadoop生态系统、真实商业项目实战3大部分。其中商业案例可以让你接触真实的生产环境,训练自己的开发能力。

弄清Spark、Storm、MapReduce的这几点区别才能学好大数据