MapReduce、Tez、Storm、Spark四个框架的异同
2017-05-02 18:06
225 查看
1) MapReduce:是一种离线计算框架,将一个算法抽象成Map和Reduce两个阶段进行
处理,非常适合数据密集型计算。
2) Spark:MapReduce计算框架不适合迭代计算和交互式计算,MapReduce是一种磁盘
计算框架,而Spark则是一种内存计算框架,它将数据尽可能放到内存中以提高迭代
应用和交互式应用的计算效率。
3) Storm:MapReduce也不适合进行流式计算、实时分析,比如广告点击计算等,而
Storm则更擅长这种计算、它在实时性要远远好于MapReduce计算框架。
4)Tez: 运行在YARN之上支持DAG作业的计算框架,对MapReduce数据处理的归纳。它
把Map/Reduce过程拆分成若干个子过程,同时可以把多个Map/Reduce任务组合成一个
较大的DAG任务,减少了Map/Reduce之间的文件存储。同时合理组合其子过程,也可
以减少任务的运行时间。
处理,非常适合数据密集型计算。
2) Spark:MapReduce计算框架不适合迭代计算和交互式计算,MapReduce是一种磁盘
计算框架,而Spark则是一种内存计算框架,它将数据尽可能放到内存中以提高迭代
应用和交互式应用的计算效率。
3) Storm:MapReduce也不适合进行流式计算、实时分析,比如广告点击计算等,而
Storm则更擅长这种计算、它在实时性要远远好于MapReduce计算框架。
4)Tez: 运行在YARN之上支持DAG作业的计算框架,对MapReduce数据处理的归纳。它
把Map/Reduce过程拆分成若干个子过程,同时可以把多个Map/Reduce任务组合成一个
较大的DAG任务,减少了Map/Reduce之间的文件存储。同时合理组合其子过程,也可
以减少任务的运行时间。
相关文章推荐
- MapReduce\Tez\Storm\Spark四个框架的异同
- MapReduce\Tez\Storm\Spark四个框架的异同
- MapReduce\Tez\Storm\Spark四个框架的异同
- mapreduce/spark/storm/Tez 框架
- 2分钟读懂大数据框架Hadoop和Spark的异同
- 三个大数据处理框架:Storm,Spark和Samza 介绍比较
- 流式大数据处理的三种框架:Storm,Spark和Samza
- 2分钟读懂大数据框架Hadoop和Spark的异同
- Hadoop2.0/YARN深入浅出(Hadoop2.0、Spark、Storm和Tez)
- 流式大数据处理的三种框架:Storm,Spark和Samza
- 2分钟读懂大数据框架Hadoop和Spark的异同
- 大数据框架对比:Hadoop、Storm、Samza、Spark和Flink
- 大数据处理的三种框架:Storm,Spark和Samza
- 流式大数据处理的三种框架:Storm,Spark和Samza
- 流式大数据处理的三种框架:Storm,Spark和Flink
- 弄清Spark、Storm、MapReduce的这几点区别才适合学习大数据
- 2 分钟读懂大数据框架 Hadoop 和 Spark 的异同
- 流式大数据处理的三种框架:Storm,Spark和Samza
- 大数据框架对比:Hadoop、Storm、Samza、Spark和Flink
- 2分钟读懂大数据框架Hadoop和Spark的异同