摘要： 实时计算 第二章 笔记 什么叫流 无限数据就是一个一直长、基本看不到头的数据集，对应的处理叫无界数据处理。跟批处理那种"有界"是两码事。 耦合 架构本质上是分层系统，靠一堆松散耦合的系统拼起来。耦合就是组件之间的依赖程度。课上举了外卖的例子：V1.0 商家自己送，V2.0 雇骑手，V3.0 冒出个平 阅读全文

摘要： 实时计算 第三章 笔记 ZooKeeper，"分布式协调者"。 分布式是啥 把相同或相关的程序跑在多台服务器上，对外看起来像一个整体。发展路径是单机 → 并行 → 分布式。麻烦的地方在于事务（要么全做要么不做）、资源冗余（一主多副本那套）。 协调框架干什么 解决分布式集群里的一致性问题，主要四件事： 阅读全文

摘要： 实时计算 绪论 笔记 上课记的，随便看看。 大数据是啥 2008 年 Nature 提了一嘴"大数据"，2011 年 Science 又聊了数据的麻烦事，同年麦肯锡给的定义最常被引用：大到普通数据库搞不定的数据，就是大数据。特点就那几个，俗称 5V：量大、类型杂、速度快、有价值但密度低、得是真的。 阅读全文