谈到大数据，相信大家对Hadoop和Apache Spark这两个名字并不陌生。但我们往往对它们的理解只是提留在字面上，并没有对它们进行深入的思考，下面不妨跟我一块看下它们究竟有什么异同。

2015-12-15 14:17:06.000

Spark是一个比MapReduce更加灵活的开源且通用的计算框架。Spark凭借其高速的内存计算，在函数式编程中与Hadoop相比更具生产力。

2015-12-14 14:22:15.000

我们正处在第二个机器时代，这个时代有一条简明法则：随着数据量增长，人类判断的重要性应当降低。

2015-12-11 09:55:24.000

Spark是UC Berkeley AMP lab所开发类似于Hadoop MapReduce的通用并行计算框架，Spark是基于map reduce算法实现分布式计算，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出的结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的map reduce算法。

2015-12-09 10:39:24.000

近期，微信朋友圈投下了一颗重磅炸弹——精准广告投放，一时之间掀起轩然大波。这让本就炙手可热的“大数据”又一次被推上了风口浪尖。事实上，2015年大数据市场规模预计达1250亿美元。到底什么是大数据？面对大数据势不可挡的趋势，我们应该怎样应对？

2015-12-08 10:37:21.000

“数据科学家” 术语总让人联想到一个孤独的天才独自工作，将深奥的公式应用于大量的数据，从而探索出有用的见解。但这仅仅是数据分析过程中的一步。数据分析本身不是目标，目标是使企业能够做出更好的决策。数据科学家构建出的产品，必须使得组织中的每个人更好地使用数据，使得每个部门、每个层级可以做出受数据驱动的决策。

2015-12-07 11:54:50.000

HBase 是一个开源的非关系(NoSQL)的可伸缩性分布式数据库。它是面向列的，并适合于存储超大型松散数据。HBase适合于实时，随机对Big数据进行读写操作的业务环境。关于HBase的更多介绍请参见HBase项目官网。

2015-12-03 15:12:45.000

Hbase是运行在Hadoop上的NoSQL数据库，它是一个分布式的和可扩展的大数据仓库，也就是说HBase能够利用HDFS的分布式处理模式，并从Hadoop的MapReduce程序模型中获益。

2015-11-17 10:11:18.000

随着Hadoop在国内的迅速崛起，MapReduce也逐渐引起开发人员的重视，作为Hadoop的核心，让我们一起来看看它是怎样运作的。

2015-11-13 11:38:03.000

HDFS是Hadoop项目的核心子项目，是分布式计算中数据存储管理的基础，是基于流数据模式访问和处理超大文件的需求而开发的,它所具有的高容错、高可靠性、高可扩展性、高获得性、高吞吐率等特征为海量数据提供了不怕故障的存储，为超大数据集的应用处理带来了很多便利。

2015-11-11 11:05:12.000