Hadoop在大数据处理中与高性能计算和网格计算有什么区别？
订阅
在Hadoop出现之前，高性能计算和网格计算是处理大数据问题主要的使用方法和工具，它们主要采用消息传递接口（MPI）提供的API来处理大数据。高性能计算是将计算作业分散到集群机器上，而网格计算是利用互
在Hadoop出现之前，高性能计算和网格计算是处理大数据问题主要的使用方法和工具，它们主要采用消息传递接口（MPI）提供的API来处理大数据。高性能计算是将计算作业分散到集群机器上，而网格计算是利用互联网上的大量计算机进行分布式存储和计算。Hadoop与它们相比有以下区别：
存储方式：Hadoop使用分布式文件系统HDFS存储数据，而高性能计算和网格计算使用共享文件系统。
计算方式：Hadoop使用MapReduce模型进行并行计算，而高性能计算和网格计算使用消息传递接口进行计算。
网络环境：Hadoop集群构建在单一数据中心内，而网格计算需要在互联网接入环境下使用。
资源异构性：网格计算使用来自不同地域、资源异构的计算机进行计算，而Hadoop集群计算机具有体系结构、平台一致的特点。
免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请您通过400-62-96871或关注我们的公众号与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！
阅读全文
请先 登录后发表评论 ~