storm - 主题 - twt企业IT交流平台

热点

大数据处理·2019-03-25

976 会员关注

大数据是收集、整理、处理大容量数据集，并从中获得见解所需的非传统战略和技术的总称。虽然处理数据所需的计算能力或存储容量早已超过一台计算机的上限，但这种计算类型的普遍性、规模，以及价值在最近几年才经历了大规模扩展。本文将介绍大数据系统一个最基本的组件：处理框架...(more)

赞同

大数据·2019-01-16

大数据时代背景下教育企业的精准化和个性化管理及服务实践常见问题

rein07 · 某证券　擅长领域：人工智能, 大数据, 机器学习

581 会员关注

大数据时代已经来临，教育行业作为社会大众共享的无形财富，其开放己成为数据整合和共享应用的前提条件。“十三五"期间有望形成和谐健康的行业生态。基础设施提供商、大数据服务商、数据挖掘与分析提供商、数据应用服务提供商、数据安全提供商、教育行政部门以及教育大数据...(more)

赞同3

专栏：活动总结

银行大数据·2018-12-24

大数据中的实时计算SPark和Storm优缺点是什么？分别适合于哪些场景？

rein07 · 某证券　擅长领域：人工智能, 大数据, 机器学习

581 会员关注

SparkStreaming和Strom都属于实时计算框架，有点都是可以做到对数据的实时处理。SparkStreaming是基于Spark Core实现的，所以对数据的处理要形成RDD，暨要形成数据窗口，所以其处理过程可以称之为微批处理，而storm是可以做到实时处理每一条数据的，所以相对来说，实时性比sparkstream...

赞同1

回答2

关注3

elasticsearch·2017-10-19

基于Kafka+Strom构建流式计算卖家日志系统

Judy朱 · 交银康联　擅长领域：云计算, 服务器, 大数据

4 会员关注

本文要给大家分享的是我们如何去构建一个日志系统、用到了那些技术、为什么用这些技术，同时会讲述这个过程中遇到的问题及优化方法，希望能给你在实践中能够提供一些参考。前言最近在维护一个有关于日志的项目，这个项目是负责收集、处理、存储、查询京东卖家相关操作的日志，我...(more)

赞同3

spark·2017-08-18

基于Storm、Esper CEP及Spark构建异常交易行为风险监控系统

时东南 · 外资银行　擅长领域：人工智能, 大数据, 机器学习

369 会员关注

1概述2015年以来，随着股市的持续火爆，中国证监会、证券业协会先后发布相关文件，要求对证券公司外部信息系统接入风险加强行业监管和自律。其中要求证券公司应当建立投资者证券、资金账户风险监测模型，动态监测账户交易行为特征、客户交易终端定位信息、账户资金进出等情况，及...(more)

赞同9

大数据·2017-06-27

大数据框架对比：Hadoop、Storm、Samza、Spark和Flink

zhenzongjian · na　擅长领域：服务器, AIX, Unix

137 会员关注

简介大数据是收集、整理、处理大容量数据集，并从中获得见解所需的非传统战略和技术的总称。虽然处理数据所需的计算能力或存储容量早已超过一台计算机的上限，但这种计算类型的普遍性、规模，以及价值在最近几年才经历了大规模扩展。在之前的文章中，我们曾经介绍过有关大数据系...(more)

赞同

电信运营商大数据·2015-11-06

关于spark、storm、IBM Streams 三个目前对比，以及优势特点？

loveryue · IBM　擅长领域：服务器, 数据库, 大数据

705 会员关注

这三个产品应该分成两个部分来看。1.spark,： Spark从狭义上来看，就是一个分布式计算框架。广义上来说，spark代表了spark BDAS整个软件栈。Spark主要处理一些海量的已经保存的历史数据，通过并行计算，内存计算等技术，使得响应时间大大降低。2. storm和Streams都是处理流数据的，流...

赞同1

回答7

关注8

热点

描述

主题组织结构热门关系主题