大數據引擎分代

来源:https://www.cnblogs.com/JaxYoun/archive/2020/02/21/12340923.html
-Advertisement-
Play Games

大致可以將大數據的計算引擎分成了 4 代。 1、第一代的計算引擎,無疑就是Hadoop承載的MapReduce。它將每個JobApp都被設計為兩個階段,分別為Map和Reduce。對於上層應用來說,就不得不想方設法去拆分演算法,甚至於不得不在 上層應用實現多個App的串聯 ,才能完成一個完整的演算法,例 ...


大致可以將大數據的計算引擎分成了 4 代。

1、第一代的計算引擎,無疑就是Hadoop承載的MapReduce。它將每個JobApp都被設計為兩個階段,分別為Map和Reduce。對於上層應用來說,就不得不想方設法去拆分演算法,甚至於不得不在
上層應用實現多個App的串聯,才能完成一個完整的演算法,例如迭代計算,不夠靈活,中間計算結果涉及到磁碟shuffle,影響效率。
Hadoop設計理念來自Google的三篇論文的啟發催生了下列組件
HDFS:分散式存儲【在役】
MapReduce:分散式結算【退役】
Hbase:分散式查詢【在役】

2、由於第一代的弊端,催生了支持 DAG 框架的產生,實現了DAG定義與運算元的解耦。因此,支持用戶在運算元外部自定義 DAG 的框架被劃分為第二代計算引擎。如 Tez 以及更上層的 Oozie。這裡我們不去細究各種 DAG 實現之間的區別,不過對於當時的 Tez 和 Oozie 來說,大多還是批處理的任務。

3、接下來就是以 Spark 為代表的第三代的計算引擎。第三代計算引擎的特點主要是一個App內部支持多個Job,每個Job可以代表一套完整的數據處理流程(用Job完成一個完整流程的隔離),並
實現了Job內嵌DAG,以及強調的實時計算。在這裡,很多人也會認為第三代計算引擎也能夠很好的運行批處理的 Job。
Spark中幾個概念的作用範圍:App > Job > Stage > Operator > Task,從左至右都是1對多的關係。

4、隨著第三代計算引擎的出現,促進了上層應用快速發展,例如各種迭代計算的性能以及對流計算和SQL等的支持。Flink的誕生就被歸在了第四代。這應該主要表現在Flink對實時流計算的支持,以及更進一步的實時性上面。當然Flink也可以支持Batch的任務,以及DAG的運算。當然與Spark相比Flink還做了其他優化設計,比如更好的JVM記憶體管理(Flink並沒有將全部記憶體交給App管理,避免了在Spark中較頻發的OOM)。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 恢復內容開始 1、Hadoop是什麼? Hadoop是一個Apache基金會所開發的分散式系統基礎框架(Hive、Hbase、spark都是基於hadoop架構進行數據存儲)。 主要解決:海量數據存儲和海量數據分析計算問題。 廣義上來說,Hadoop通常是指一個更廣泛的概念-Hadoop生態圈。 2 ...
  • 可以執行存儲過程sp_helpdb查詢到資料庫相關信息: EXECUTE sp_helpdb 'Test' GO Source Code 或者查詢view視圖sys.databases: SELECT create_date FROM sys.databases WHERE name = 'Test ...
  • 資料庫創建 DROP DATABASE IF EXISTS `sql_invoicing`; CREATE DATABASE `sql_invoicing`; USE `sql_invoicing`; SET NAMES utf8 ; SET character_set_client = utf8m ...
  • 可以使用全局變數@@VERSION或者是使用SERVERPROPERTY()函數: 參考: SELECT @@VERSION SELECT SERVERPROPERTY('Edition') Source Code 根據查詢的結果,有2個值可以參考的: x86 = 32-bit x64 = 64-b ...
  • 使用SERVERPROPERTY()來得到Data和Log的預設路徑: InstanceDefaultDataPath和InstanceDefaultLogPath分別返回預設數據和日誌目錄。 DECLARE @ddp sql_variant = SERVERPROPERTY('InstanceDe ...
  • 在SQL Server Management Studio對象,會隨系統的開發,所產生的對象也會越來越多,我們可以使用SMS的過濾功能來查找對象: 參考下麵步驟: 按步驟5之後,得到結果: 最後,如果想取消過濾,參考: ...
  • 準備一些數據,創建2張表,表1為學生表: CREATE TABLE [dbo].[Student] ( [SNO] INT NOT NULL PRIMARY KEY, [Name] NVARCHAR(10) NOT NULL, [Performance] DECIMAL(18,2) NULL ) G ...
  • At most Onece:最多一次,如果運算元處理事件失敗,事件將不再嘗試該事件。 At Least Onece:至少一次,如果運算元處理事件失敗,運算元會再次嘗試該處理事件,直到有一次成功。 Exactly Once:嚴格一次,通常有兩種方法實現: 1.分散式快照+狀態檢查點,思想就是對比檢查點和分佈 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...