梳理一下流式处理、实时计算、Add-hoc、离线计算、实时查询等区别

流式处理、实时计算、Add-hoc、离线计算、实时查询 这几个概念在数据处理中经常提高，这里简单的梳理一下他们的区别。

流处理、实时计算属于一类的，即计算在数据变化时，都是在数据的计算实时性要求比较高的场景，能够实时的响应结果，一般在秒级，Yahoo的S4,twiter的storm都属于流处理和实时计算一类的。

Add-hoc和实时查询都计算在query时，实时查询是响应可能千变万化的结果，无法事先通过枚举得到并存储起来，需要根据用户输入的不同实时查询出不同的响应，对实时性要求比较高，比如hbase，内存数据库的查询redis、mongodb等；Add-hoc属于对实时性要求不高的场景。Add-hoc是针对各种临时的、自定义的需求采取的解决方案，比如hive，需求是不确定的，可以通过编写sql来应对各种问题；最近出现的基于hadoop的实时查询Impala，解决了实时性的要求，比hive效率。

离线计算一般是批量处理数据库的过程，比如利用hadoop的mapreduce；内存计算spark类似于mapreduce， 不过是数据是放在在内存中，效率比较高。