大數據分析處理框架——離線分析（hive，pig，spark）、近似實時分析（Impala）和實時分析（storm、spark streaming）...

大數據分析處理架構圖 數據源： 除該種方法之外，還可以分爲離線數據、近似實時數據和實時數據。按照圖中的分類其實就是說明了數據存儲的結構，而特別要說的是流數據，它的核心就是數據的連續性和快速分析性； 計算層： 內存計算中的Spark是UC Berkeley的最新作品，思路是利用集羣中的所有內存將要處理的數據加載其中，省掉很多I/O開銷和硬盤拖累，從而加快計算。而Impala思想來源於Google D

>>阅读原文<<