流式計(jì)算和實(shí)時(shí)計(jì)算有什么區(qū)別？處理和實(shí)時(shí)計(jì)算屬于一個(gè)范疇，即當(dāng)數(shù)據(jù)發(fā)生變化時(shí)，計(jì)算所處的場景對(duì)數(shù)據(jù)計(jì)算的實(shí)時(shí)性要求相對(duì)較高，并能實(shí)時(shí)響應(yīng)結(jié)果，一般以秒為單位。雅虎的S4和Twitter的故事都屬于流處

流式計(jì)算和實(shí)時(shí)計(jì)算有什么區(qū)別？

處理和實(shí)時(shí)計(jì)算屬于一個(gè)范疇，即當(dāng)數(shù)據(jù)發(fā)生變化時(shí)，計(jì)算所處的場景對(duì)數(shù)據(jù)計(jì)算的實(shí)時(shí)性要求相對(duì)較高，并能實(shí)時(shí)響應(yīng)結(jié)果，一般以秒為單位。雅虎的S4和Twitter的故事都屬于流處理和實(shí)時(shí)計(jì)算的范疇。計(jì)算了add-hoc和實(shí)時(shí)查詢。在查詢中，實(shí)時(shí)查詢是響應(yīng)的結(jié)果，可能會(huì)有很大的變化。不能預(yù)先通過枚舉獲取和存儲(chǔ)。根據(jù)不同的用戶輸入需要實(shí)時(shí)查詢不同的響應(yīng)，這對(duì)實(shí)時(shí)性要求很高，如HBase、redis、mongodb等。Add hoc屬于不需要高實(shí)時(shí)性能的場景。Add hoc是一個(gè)解決各種臨時(shí)和定制需求的解決方案，比如hive。需求是不確定的，您可以編寫SQL來處理各種問題。最近，基于Hadoop的實(shí)時(shí)查詢impala解決了實(shí)時(shí)性要求，比hive更高效。離線計(jì)算一般是對(duì)數(shù)據(jù)庫進(jìn)行批處理的過程，如使用Hadoop的MapReduce；內(nèi)存計(jì)算spark與MapReduce類似，但數(shù)據(jù)放在內(nèi)存中，效率更高。