学习框架设计方案交流，框架设计思路

大家好，今天小编关注到一个比较有意思的话题，就是关于学习框架设计方案交流的问题，于是小编就整理了1个相关介绍学习框架设计方案交流的解答，让我们一起看看吧。

大数据的框架主要学习和使用什么呢？

你说的应该是大数据平台中的主流框架，我列举一下：

（一）Hadoop生态圈

• HDFS：分布式文件系统，解决大数据的存储
• Yarn（MapReduce）：分布式计算框架，解决大数据的计算
• Hive：Hadoop中的数据分析引擎，支持SQL
• HBase：基于HDFS的NoSQL数据库
• ZooKeeper：分布式协调服务，可以用于实现HA（高可用架构）
• 其他
• （二）Spark生态圈
• Spark Core：Spark的核心，用于离线计算
• Spark SQL：Spark的数据分析引擎，支持SQL语句
• Spark Streaming：Spark的流式计算引擎，但本质依然是离线计算
• MLlib：机器学习框架
• （三）Flink生态圈
• Flink DataSet：Flink批处理（离线计算）API
• Flink DataStream：Flink流处理（实时计算）API
• Flink Table&SQL：Flink的数据分析引擎，支持SQL语句
• MLlib：机器学习框架

消息队列很多：

1、RabbitMQ

RabbitMQ 2007年发布，是一个在AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一。

2、ActiveMQ

ActiveMQ是由Apache出品，ActiveMQ 是一个完全支持JMS1.1和J2EE 1.4规范的 JMS Provider实现。它非常快速，支持多种语言的客户端和协议，而且可以非常容易的嵌入到企业的应用环境中，并有许多高级功能

3、RocketMQ

RocketMQ出自 阿里公司的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一些改进，消息可靠性上比 Kafka 更好。RocketMQ在阿里集团被广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理等

4、Kafka

Apache Kafka是一个分布式消息发布订阅系统。它最初由LinkedIn公司基于独特的设计实现为一个分布式的提交日志系统( a distributed commit log)，，之后成为Apache项目的一部分。Kafka系统快速、可扩展并且可持久化。它的分区特性，可复制和可容错都是其不错的特性。

到此，以上就是小编对于学习框架设计方案交流的问题就介绍到这了，希望介绍关于学习框架设计方案交流的1点解答对大家有用。