返回主题:业务驱动的技术演进

此卡片不在当前主题的阅读序列中,可返回主题继续阅读。

知识卡片

普通读书笔记卡 · 2800

离线与实时分野

理解等级:未标注

Hadoop MapReduce 适合离线批处理:必须处理完全部输入数据才返回最终结果,而且通常要几百上千台服务器才能体现优势。实时推荐、用户行为实时分析等业务等不了这么久,用户兴趣本身变化不定,只有抓住当前喜好做推荐才能留住用户,因此需要实时计算框架。对只需要小而精平台的中小企业,Hadoop 集群也偏重。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《分布式实时计算框架原理及实践案例》第1章《分布式实时计算框架介绍》(源文件:_epub-src/OEBPS/Text/chapter3_0001.xhtml、_epub-src/OEBPS/Text/chapter3_0002.xhtml) - 结论依据:原文说明Hadoop适合离线批处理,必须将所有输入数据处理完才返回最终结果,对实时性要求高的在线学习不合适,且一般需要几百上千台规模;MapReduce无法满足实时推荐、用户行为实时分析等业务,企业对实时计算需求更迫切,因为用户兴趣本身不确定,要抓住当前喜好。 - 原始内容:Hadoop一般只用来离线批处理计算,因为它必须将所有输入数据都处理完才返回最终计算结果,这对于实时性要求比较高的在线学习显然不合适。……因为用户兴趣点本身就是一个不确定因素,只有紧紧抓住用户当前喜好,据此进行重点相关推荐,才会牢牢抓住用户。