狂夫

分享一篇关于实时流式计算的经典文章，这篇文章名为Streaming101:Theworldbeyondbatch那么流计算如何超越批处理呢？从这几个方面说明：实时流计算系统，数据处理模式，还有大数据的

0x00前言把之前写的数据仓库系列博客，汇总和整理成了一本更系统的小书《DataWarehouseinAction》。0x01大数据和数据仓库16年开始接触数据仓库，至今有一年半的时间，中间换了次工作

MapReduce是一种分布式计算框架，以一种可靠的，具有容错能力的方式并行地处理TB数据级别的海量数据集。MapReduce主要有两个阶段组成：Map和Reduce；用户只需实现map()和reduce()函数，就可实现分布式计算。 MapReduce的核心思想是分治法。将复…