大数据实时计算平台技术概述

最低0.27元激活图书馆会员，请参阅完整内容>

原始出版商: 龙源期刊网

[摘要]随着Internet和Internet技术的飞速发展，每天生成的数据正以指数级的速度增长，对这些大量数据的处理和分析具有重要的应用价值. 使用Hadoop作为2113表的大数据技术的出现可以解决对大量静态数据集的数据处理和分析计算平台 推荐，但是很多数据是实时生成的5261，人们希望能够处理这些数据实时，这需要流计算处理技术来实时处理这些数据并及时产生应用价值.

[关键字]实时计算大数据Storm Spark流Apache Flink

简介

在当前大数据背景下，优化实时计算平台技术的开发和应用可以帮助解决现有计算平台上4102海量数据实时响应性差的问题，并提高大数据处理速度计算平台上的数据[1-2]，以确保在大数据的上下文中，可以将实时计算平台技术应用于执行数据挖掘任务和实时处理大数据. 具体的评论内容如下1653所示:

I. 相关研究

流数据通常是实时生成的，通常以元组为单位计算平台 推荐，连续的元组流构成了流数据. 当前，大数据环境下的流数据通常具有流量大，流量快，难以快速存储和恢复的特点. 即，包含结构化数据的数据也包含半结构化和非结构化数据. 结构化数据通常采用固定格式，很少或没有冗余信息，例如

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-230406-1.html