查看其它 12 个回答匿名用户的回答

匿名用户匿名用户

只能说,存算分离是大数据架构演进的重要趋势。
下面采用一些官方的报告。
Hadoop1.0时代,计算和存储是高度融合,仅能处理单一的MapReduce分析业务;Hadoop2.0时代,计算层与数据开始解耦,通过Yarn实现了独立的资源管理,并开始支持Spark等更多的计算引擎;而如今来到Hadoop3.0时代,计算存储已分开演进,通过Hadoop EC来支持冷数据的存储,同时引入外置存储,如S3,增强其存储底座能力,逐步向数据湖架构演进。
Hadoop3.0时代,计算正向轻量化和容器化方向发展,计算存储分离演进已成为事实。计算存储分离后,我们用企业级的存储基座替代原来的原生大数据存储基座,好处是可以把当前企业级存储的先进技术带入到大数据里面来,如高可靠、高利用率、多协议融合等,更好地释放数据的价值。

银行 · 2021-12-15
浏览2231

回答状态

  • 发布时间:2021-12-15
  • 关注会员:14 人
  • 回答浏览:2231
  • X社区推广