概述:
此分享是关于大数据产品中的异构数据源整合的汇总,作者来自于淘宝
挑战:
计算• 离线计算:灵活性低,但性能可控,数据产品的主流模式• 实时计算:灵活性高,技术挑战较大• 流式计算:数据时效性高,技术挑战较大存储与查询• 如何让查询更快• 大数据的存储成本
架构图:
技术点:
用中间层隔离前后端,解耦合;内存sql执行;Node.JS:使用多核;
更多详情参见附件
本文共 186 字,大约阅读时间需要 1 分钟。
概述:
此分享是关于大数据产品中的异构数据源整合的汇总,作者来自于淘宝
挑战:
计算• 离线计算:灵活性低,但性能可控,数据产品的主流模式• 实时计算:灵活性高,技术挑战较大• 流式计算:数据时效性高,技术挑战较大存储与查询• 如何让查询更快• 大数据的存储成本
架构图:
技术点:
用中间层隔离前后端,解耦合;内存sql执行;Node.JS:使用多核;
更多详情参见附件
转载地址:http://qnqsi.baihongyu.com/