實戰案例hive-on-spark：醫療大數據-數據倉庫ETL

2.6.1 方案的選擇 總結： 1）Spark定位於內存計算框架：分佈式計算RDD、實時計算spark stream、結構化查詢saprkSQL、數據挖掘spark.ML 2）類比hadoop生態：分佈式存儲hdfs、數據倉庫hive(meta、數據存儲基於hdfs)、yarn分佈式資源調度、nosql數據庫hbase 3）綜合優化方案：sparkSQL作多數據源IO接入，RDD作數據清理、轉換、

>>阅读原文<<