- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我有一个问题要解决,我想知道我是否正确地使用像 Hadoop 这样的东西来解决这个问题,将它分布在多个节点上,或者使用其他东西..
问题:
我有一个非常大的数据库表,其中可能包含大量记录,每条记录都有关联的元数据字段(表示为表中的一列)和值。我想要实现的是:
给定特定条件,例如搜索具有元数据字段 X 和值 Y 的记录,我想检索一些记录,但更重要的是,我想就下一步要搜索的内容向用户提出一些明智的建议,以便他们可以也许会发现一些他们不知道的有趣记录。我计划这样做的方式是检查所有匹配的记录元数据字段和值,并向用户提供有趣的选择以继续进一步过滤(确定有趣的任务与这个问题无关)。
现在,如果我的表有大量记录,并且初始“过滤器”与大量记录匹配,那么检索所有记录然后扫描其他列以获取建议可能会花费很长时间,如果都是在一个查询中完成的,甚至是迭代查询以增量获取越来越多的记录。
我在想这个问题可以通过将任务分配给多个节点来搜索不同的记录来解决。我的问题是,我应该为此研究 Hadoop 之类的东西(分配负载),还是有人可以建议一些其他方法来完成这项任务?
谢谢
丹尼尔
最佳答案
恕我直言,Hadoop 本身无法解决您的问题。首先,Hadoop(准确地说是 HDFS)是一个 FS,不提供您可以在其中查询特定字段的列式存储。 HDFS 中的数据存储为平面文件,您必须遍历数据才能到达感兴趣的数据所在的位置。
话虽如此,还是有一些解决方法,比如使用 Hive 。 Hive 是 Hadoop 家族的另一个成员,它在您现有的 Hadoop 集群之上提供仓储功能。它允许我们将 HDFS 文件映射为可以方便查询的 Hive 表。此外,它还提供了一个类似 SQL 的接口(interface)来查询这些表。但是,如果您有实时需求,Hive 就不适合了。
我觉得有点像 Imapala 将对您更有用,它允许查询我们的大数据,同时牢记实时性。
我上面提到的原因是您的用例需要的不仅仅是 Hadoop 提供的可伸缩性。除了分配负载的能力外,您的解决方案还应该能够满足您在上面指定的需求。它不仅仅是将您的数据分布在一组机器上并对其运行原始查询。您的用户需要实时响应以及您在问题中提到的智能建议功能。
您实际上需要一个比 Hadoop 集群更智能的系统。看看 Apache Mahout 。这是一个非常棒的工具,提供了推荐挖掘的功能,并且可以很容易地与Hadoop一起使用。你可以在它的主页上找到更多。我一定会帮助您将智能建议功能添加到您的系统中。
您可能想看看 Hadoop 家族的另一个工具, HBase ,这是一个分布式、可扩展的大数据存储。它就像一个数据库,但它不是关系数据库。它还在现有的 Hadoop 集群上运行,并提供实时随机读/写功能。阅读一些相关内容,看看它是否适合某个地方。
最后但同样重要的是,这完全取决于您的需求。只有尝试不同的事物并进行比较研究才能做出准确的决定。我们只能根据我们的经验向您提出建议,但只有在测试了一些工具并找到最适合您的要求后才能做出公平的决定:)
关于sql - 处理来自非常大的数据库表的数据的架构,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19253038/
对于 Metal ,如果对主纹理进行 mipmap 处理,是否还需要对多采样纹理进行 mipmap 处理?我阅读了苹果文档,但没有得到任何相关信息。 最佳答案 Mipmapping 适用于您将从中
我正在使用的代码在后端 Groovy 代码中具有呈现 GSP(Groovy 服务器页面)的 Controller 。对于前端,我们使用 React-router v4 来处理路由。我遇到的问题是,通过
我们正在 build 一个巨大的网站。我们正在考虑是在服务器端(ASP .Net)还是在客户端进行 HTML 处理。 例如,我们有 HTML 文件,其作用类似于用于生成选项卡的模板。服务器端获取 HT
我正在尝试将图像加载到 void setup() 中的数组中,但是当我这样做时出现此错误:“类型不匹配,'processing .core.PImage' does not匹配“processing.
我正在尝试使用其私有(private)应用程序更新 Shopify 上的客户标签。我用 postman 尝试过,一切正常,但通过 AJAX,它带我成功回调而不是错误,但成功后我得到了身份验证链接,而不
如何更改我的 Processing appIconTest.exe 导出的默认图标在窗口中的应用程序? 默认一个: 最佳答案 经过一些研究,我能找到的最简单的解决方案是: 进入 ...\process
我在 Processing 中做了一个简单的小游戏,但需要一些帮助。我有一个 mp3,想将它添加到我的应用程序中,以便在后台循环运行。 这可能吗?非常感谢。 最佳答案 您可以使用声音库。处理已经自带
我有几个这样创建的按钮: 在 setup() PImage[] imgs1 = {loadImage("AREA1_1.png"),loadImage("AREA1_2.png"),loadImage
我正在尝试使用 Processing 创建一个多人游戏,但无法弄清楚如何将屏幕分成两个以显示玩家的不同情况? 就像在 c# 中一样,我们有Viewport leftViewport,rightView
我一直在尝试使用 Moore 邻域在处理过程中创建元胞自动机,到目前为止非常成功。我已经设法使基本系统正常工作,现在我希望通过添加不同的功能来使用它。现在,我检查细胞是否存活。如果是,我使用 fill
有没有办法用 JavaScript 代码检查资源使用情况?我可以检查脚本的 RAM 使用情况和 CPU 使用情况吗? 由于做某事有多种方法,我可能会使用不同的方法编写代码,并将其保存为两个不同的文件,
我想弄清楚如何处理这样的列表: [ [[4,6,7], [1,2,4,6]] , [[10,4,2,4], [1]] ] 这是一个整数列表的列表 我希望我的函数将此列表作为输入并返回列表中没有重复的整
有没有办法在不需要时处理 MethodChannel/EventChannel ?我问是因为我想为对象创建多个方法/事件 channel 。 例子: class Call { ... fields
我有一个关于在 Python3 中处理 ConnectionResetError 的问题。这通常发生在我使用 urllib.request.Request 函数时。我想知道如果我们遇到这样的错误是否可
我一直在努力解决这个问题几个小时,但无济于事。代码很简单,一个弹跳球(粒子)。将粒子的速度初始化为 (0, 0) 将使其保持上下弹跳。将粒子的初始化速度更改为 (0, 0.01) 或任何十进制浮点数都
我把自己弄得一团糟。 我想在我的系统中添加 python3.6 所以我决定在我的 Ubuntu 19.10 中卸载现有的。但是现在每次我想安装一些东西我都会得到这样的错误: dpkg: error w
我正在努力解决 Rpart 包中的 NA 功能。我得到了以下数据框(下面的代码) Outcome VarA VarB 1 1 1 0 2 1 1 1
我将 Java 与 JSF 一起使用,这是 Glassfish 3 容器。 在我的 Web 应用程序中,我试图实现一个文件(图像)管理系统。 我有一个 config.properties我从中读取上传
所以我一直在Processing工作几个星期以来,虽然我没有编程经验,但我已经转向更复杂的项目。我正在编写一个进化模拟器,它会产生具有随机属性的生物。 最终,我将添加复制,但现在这些生物只是在屏幕上漂
有人知道 Delphi 2009 对“with”的处理有什么不同吗? 我昨天解决了一个问题,只是将“with”解构为完整引用,如“with Datamodule、Dataset、MainForm”。
我是一名优秀的程序员,十分优秀!