spark必须基于hadoop吗 在hadoop和spark之间如何取舍？
在hadoop和spark之间如何取舍？
一般来说，Hadoop和spark是主流行业的大数据技术。学习时，两个系统都会学习，先学习Hadoop，再学习spark。
Apache开源组织的分布式基础设施提供了分布式文件系统（HDFS）、分布式计算（MapReduce）和统一资源管理框架（yarn）的软件体系结构。用户可以在不了解分布式系统的基本细节的情况下开发分布式程序。
为大规模数据处理设计的快速通用计算引擎。用于构建大型、低延迟的数据分析应用程序。它可以用来完成各种操作，包括SQL查询、文本处理、机器学习等。
https://www.toutiao.com/i654015696262573648397/
为什么还有那么多人用SVN？
让我们从结果开始：Git在某些情况下优于SVN，但它不能取代SVN
第一轮：Git是一个分布式版本控制系统，它可以更适合没有固定“服务器”的研发人员。Svn是一个具有固定服务器的集中式版本控制系统。但我认为，在某些情况下，分布式管理并不一定比集中式管理好，所以这一轮更为公平。
第2轮：[git的分支非常易于使用，而且非常强大。SVN的分支是一小块鸡排。SVN的分支是svncopy，它复制一个完整的项目。在这一轮中，GIT具有明显的优势。
第三轮：
提交、更新或合并代码时经常报告错误。Git的提示非常“周到”，可以很好地解决错误。SVN的提示有点不满意。Git在这一轮中仍然有优势。
第4轮：
SVN对目录具有良好的权限控制。它可以根据目录进行更新和提交，这有时很有用。Git无法控制目录的权限。SVN的优势在这一轮是显而易见的。
例如：
我们公司的研发人员使用git，艺术和产品使用SVN。艺术和产品通常将需求和资源放入SVN，SVN可以根据目录而不是整个项目进行下载。而SVN在windows系统中有一个非常著名的乌龟SVN软件，有一个中文版本，使用起来非常方便。
spark必须基于hadoop吗 大数据spark和hadoop hadoopspark什么意思
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
