离线计算,实时计算和流式计算的概念区分
2017-07-10 10:04
357 查看
离线计算:这个大家都能理解,今天早上一点,把昨天累积的日志,计算出所需结果。一般累积时间较长,计算量级较大,计算时间也较长。
实时计算:与离线计算相比,运行时间短,(人可以等待的时间)。(冗余+高性能部件,及算法的优化),计算量级相对较小。强调计算过程的时间要短,即所查当下给出结果。
流式计算:与实时计算相比,时效稍微慢些,实时计算是以主动查询来触发,流失计算是以事务发生及结果变更为触发。强调不累积日志,比如我要查看当天图书馆的客流量,有一个游客进入,就要产生计算,得出结果。而实时计算是,现在我要看12点的客流量,你必须在2分钟以内算出结果。
实时计算:与离线计算相比,运行时间短,(人可以等待的时间)。(冗余+高性能部件,及算法的优化),计算量级相对较小。强调计算过程的时间要短,即所查当下给出结果。
流式计算:与实时计算相比,时效稍微慢些,实时计算是以主动查询来触发,流失计算是以事务发生及结果变更为触发。强调不累积日志,比如我要查看当天图书馆的客流量,有一个游客进入,就要产生计算,得出结果。而实时计算是,现在我要看12点的客流量,你必须在2分钟以内算出结果。
相关文章推荐
- 流式计算strom,Strom解决的问题,实现实时计算系统要解决那些问题,离线计算是什么,流式计算什么,离线和实时计算区别,strom应用场景,Strorm架构图和编程模型(来自学习资料)
- 流式处理、实时计算、Add-hoc、离线计算、实时查询等区别
- 流式计算、实时计算和离线计算
- 流式计算推动实时处理商业变革
- 从Storm和Spark 学习流式实时分布式计算的设计
- 【实时计算架构系列1】WePay如何基于谷歌云平台(GCP)和kafka实现实时流式欺诈检测
- Storm和Spark 学习流式实时分布式计算的设计
- storm实时流式计算框架集群搭建过程
- 一共81个,开源大数据处理工具汇总:查询引擎、流式计算、迭代计算、离线计算、键值存储、表格存储、文件存储、资源管理、日志收集系统、消息系统、分布式服务、集群管理、基础设施、搜索引擎、数据挖掘=监控
- spark近实时流式计算开源平台
- 实时计算、流式处理系统简介与简单分析
- 实时计算和流式计算的区别
- Spark实时计算的开发平台RCS——阿里流式分析实战
- storm实时流式计算框架集群搭建过程
- 【Samza系列】实时计算Samza中文教程(二)——概念
- 2017云栖大会·杭州峰会:《在线用户行为分析:基于流式计算的数据处理及应用》之《数据可视化:构建实时动态运营数据分析大屏》篇
- 观点:流式计算推动实时处理商业变革
- 梳理一下流式处理、实时计算、Add-hoc、离线计算、实时查询等区别
- 从Storm和Spark 学习流式实时分布式计算的设计
- 从Storm和Spark 学习流式实时分布式计算的设计