机器学习H2O AI框架简介

1.  H2O框架
优势：自己实现分布式计算框架，算法种类全，有深度学习算法，同时可以通过Sparkling-water将 h2o 和spark 进行完美整合

a.底层数据层
底层数据读取Hdfs数据  s3数据  SQL 数据  noSQL数据

       s3Amazon Simple Storage Service 亚马逊的云存储结构

       Hive其实就是读取HDFS

       noSQL：HBase

       HQL是一种类SQL语言，这种语言最终被转化为Map/Reduce.虽然Hive提供了SQL查询功能，但是Hive不能够进行交互查询--因为它只能够在Haoop上批量的执行Hadoop 便利全部数据速度慢 老版本不支持更新操作

       Hbase的能够在它的数据库上实时运行，而不是运行MapReduce任务在Hbase中，行是key/value映射的集合，这个映射通过row-key来唯一标识。Hbase利用Hadoop的基础设施，可以利用通用的设备进行水平的扩展。

       Hive可以用来进行统计查询，HBase可以用来进行实时查询

b. 计算引擎层
       hadoop  spark 

       在hadoop中使用mapreduce 所起的任务只是Map任务 

       使用sparkling-water将H2O和Spark进行整合

c. 核心运算层
       算法引擎：深度学习

      

计算引擎：基于内存的MapReduce 使用分布式的fork/join框架（java并行框架） 内存管理引擎 ：采用列式压缩ColumnarCompression

d．接口层
              SDK和 REST API

              快速查询R引擎  毫秒级评分引擎
--------------------- 
作者：wild_jeek 
来源：CSDN 
原文：https://blog.csdn.net/wild_jeek/article/details/71108347 
版权声明：本文为博主原创文章，转载请附上博文链接！