1樓：加公尺谷大資料老師
主流的大資料框架，Hadoop、Spark普遍，然後Flink也越來越流行。
Hadoop是大資料代表性的第一代框架，基本上就是大資料必學，Hadoop的核心優勢是離線批處理，即對時效性要求不那麼高的大規模資料處理場景，Hadoop是很有優勢的。具體來說，Hadoop的原生計算引擎MapReduce，採取分而治之的思想，將大批量資料進行分塊處理，最後彙總出結果。
其次是Spark，Spark是在Hadoop MapReduce的基礎上改進而來的，也是應對批處理場景，其優勢是相比於MapReduce的速度提公升了10-100倍，也就是說，在理論上，Spark最多可以比MapReduce計算速度快100倍，當然，實際業務場景當中，不一定能夠達到這個最高水平。
另外，Spark針對越來越多的流處理需求，又提出了Spark Streaming流處理，一定程度上，使得批處理和流處理需求都能達成，對於企業來說，面對越來越多的實時流資料處理場景，Spark也是值得一試的方案。
Flink，就是現在流行的流批一體計算框架，在實時流處理上，效能強勁。在國內市場，阿里系非常推崇，後面也推出了Blink。
大資料專業用的電腦推薦？
大資料流動 看了你的課程，除了人工智慧，其他的不需要用到效能高的GPU。而正常跑GPU運算也是在大型台式電腦或者伺服器上跑的，學校會提供相關環境的，不用著急。至於大資料專業，肯定要進行虛擬機器的搭建，AMD與Intel處理器比起來還是intel對虛擬化的支援好一些，還是建議優先選intel處理器的。...
每秒10W的資料寫入用什麼大資料框架合適？
Sprout 前段時間有個應用有這樣的要求，對於每條記錄節的資料要求每秒寫入8000以上，於是花了些時間在這方面研究，做了乙個輕量級 功能方面 的持久層。作了最好值 平均值 最差值的測試，分別是18000條 s,9900條 s,2090條 s。很容易想到的就是oracle 的copy命令，但是對於應...
現在新建的樓盤是不是贈送面積比較多？
萬金大少爺 恰恰相反，現在新建的樓盤不光贈送面積不多，很多甚至都沒有。比如深圳南山的潤府，89只能做到乙個小三房。而早期的住宅信義嘉御山，89可以做到正規的大四房。目前開發商贈送的手段，主要有三種 1.飄窗上移，贈送飄窗面積 如圖所示，將飄窗上移，地面面積就變相贈送了 2.陽台計一半面積 陽台屬於有...