企业空间 采购商城 存储论坛
首页 > Hadoop > 正文

大数据处理两套解决方案

2015-11-23 10:52来源:中国存储网
导读:对于大数据处理两套解决方案,1、移动数据,把数据分发到多个计算节点进行计算;第一种是MPI,常用于科学计算,2、移动计算,将计算能力移到数据存储位置;Hadoop是第二种。

传统的数据库在处理大数据时会显得性能十分低,所以需要分而治之。这个就是hadoop的精髓,小的数据量存在分布式的环境里,处理的的性能反而会降低。hadoop是面向至少TB,PB级的数据量,才能最大的发挥它的优势。 

1TB = 1024G

1PB = 1024T

1EB = 1024P

因此,对于大数据处理两套解决方案

1、移动数据,把数据分发到多个计算节点进行计算;第一种是MPI,常用于科学计算 

2、移动计算,将计算能力移到数据存储位置;Hadoop是第二种,

为什么移动计算能解决大数据处理问题?

因为hadoop的分块大小默认是64M,大数据可以充分的利用网络IO,否则hadoop的性能不能达到峰值。所以大家的思想就是hadoop在处理较大规模的数据时性能才是最理想的。 

Hadoop 由 Apache Software Foundation 公司于 2005 年秋天作为 Lucene的子 项目 Nutch的一部分正式引入。 

Hadoop 的最常见用法之一是 Web 搜索。虽然它不是惟一的软件框架应用程序,但作为一个并行数据处理引擎,它的表现非常突出。Hadoop 最有趣的方面之一是 Map and Reduce 流程,它受到 Google开发的启发。这个流程称为创建索引,它将 Web 爬行器检索到的文本 Web 页面作为输入,并且将这些页面上的单词的频率报告作为结果。然后可以在整个 Web 搜索过程中使用这个结果从已定义的搜索参数中识别内容。

继续阅读
关键词 :
大数据解决方案
中国存储网声明:此文观点不代表本站立场,如有版权疑问请联系我们。
相关阅读
产品推荐
头条阅读
栏目热点

Copyright @ 2006-2019 ChinaStor.COM 版权所有 京ICP备14047533号

中国存储网

存储第一站,存储门户,存储在线交流平台