PlayGrrrrr的专栏

问题导读：1.你认为Hadoop适用什么场景？2.Spark适用于什么场景？3.HBase与 Redis各有什么特点？最近在网上又看到有关于Hadoop适用性的讨论[1]。想想今年大数据技术开始由互联网巨头走向中小互联网和传统行业，估计不少人都在考虑各种“纷繁复杂”的大数据技术的适用性的问题。这儿我就结合我这几年在Hadoop等大数据方向的工作经验，与大家讨论一下Had

ES(ElasticSearch)是一款分布式全文检索框架，底层基于基于Lucene实现。ES与传统数据的区别主要有： 1.结构名称不同一个ES集群可以包含多个索引（数据库），每个索引又包含了很多类型（表），类型中包含了很多文档（行），每个文档使用 JSON 格式存储数据，包含了很多字段（列）。关系型数据库数据库表行列

Storm擅长于动态处理大量实时生产的小数据块，概念上是将小数据量的数据源源不断传给过程；Spark擅长对现有的数据全集做处理，概念是将过程传给大数据量的数据。二者设计思路相反。Storm侧重于处理的实时性，Spark侧重处理庞大数据（类似于Hadoop的MR）。 Spark流模块(Spark Streaming)与Storm类似，但有区别：1.Storm纯实时，来一条数据，处

hive与hbase的联系与区别：共同点：1.hbase与hive都是架构在hadoop之上的。都是用hadoop作为底层存储。他们的底层是要通过mapreduce分布式计算的，hbase、hive、pig底层都是这样的。但整体来说hadoop还是比较快的，因为它是进行海量数据存储和分布式计算，这个速度已经很不错了。区别：2.Hive是建立在Hadoop之上为了减少

Kafka是分布式发布-订阅消息系统。它最初由LinkedIn公司开发，之后成为Apache项目的一部分。Kafka是一个分布式的，可划分的，冗余备份的持久性的日志服务。它主要用于处理活跃的流式数据。在大数据系统中，常常会碰到一个问题，整个大数据是由各个子系统组成，数据需要在各个子系统中高性能，低延迟的不停流转。传统的企业消息系统并不是非常适合大规模的数据处理。为了已在同时搞定在线应用（消息）...

最近在听深度学习的课，老师提了一个基本的问题：为什么会出现深度学习？或者说传统的机器学习有什么问题。老师讲解的时候一带而过，什么维度灾难啊之类的，可能觉得这个问题太浅显了吧(|| Д)````不过我发现自己确实还不太明白，于是Google了一下，发现一篇很棒的科普文，这里翻译一下，分享给大家：翻译自文章：https://www.analyticsvidhya.com/blog/2017/04/co...