暂无个人介绍
微服务,从本质意义上看,还是 SOA 架构。但内涵有所不同,微服务并不绑定某种特殊的技术,在一个微服务的系统中,可以有 Java 编写的服务,也可以有 Python编写的服务,他们是靠Restful架构风格统一成一个系统的。所以微服务本身与具体技术实现无关,扩展性强。
目前应该还没有。区块链还属于比较早期,各种技术还在摸索积累中。
云计算范围很宽泛,有底层的系统架构、系统开发、算法设计、云存储,还有基于云上的应用开发、数据分析、数据算法等。21岁还很年轻,可以尝试的东西很多。考虑到你的经济条件,建议你先从云上的数据分析和数据算法做起。学一些可以上手的技能,边干边挣些钱,然后再继续不断学习,不断提高自己。
不完全是一回事。数据分析更多的是针对数据,使用分析的工具给出一些结论总结,侧重分析和解释;数据挖掘主要是从海量数据中通过机器学习的方法,得到一些结果数据。数据挖掘的结果可以为数据分析服务。数据挖掘偏底层一些,数据分析偏上层业务一些。
大数据一直都存在着,只是这几年随着计算能力、存储能力、通信能力的硬件和软件的提升,大数据才能够被开始利用。未来各行各业都会被大数据所影响。计算能力在不断突破,大数据的应用也会越来越多,这是趋势。
离线计算使用hadoop,实时计算使用storm。两者区别如下:
数据来源:Hadoop是HDFS上某个文件夹下的数据,数据量可能以TB来计;而Storm则是实时新增的某一笔数据。
处理过程:Hadoop是Map阶段到Reduce阶段的;Storm是由用户定义处理流程,流程中可以包含多个步骤,每个步骤可以是数据源(SPOUT),也可以是处理逻辑(BOLT)。
是否结束:Hadoop最后必须要结束;而Storm没有结束状态,到最后一步时,就停在那,直到有新数据进入时再重新开始。
处理速度:Hadoop以处理HDFS上大量数据为目的,速度慢;Storm只要处理新增的某一笔数据即可,故此它的速度很快。
适用场景:Hadoop主要是处理一批数据,对时效性要求不高,需要处理就提交一个JOB;而Storm主要是处理某一新增数据的,故此时效性要求高。
阿里云存储的核心技术和解决方案都在这里了。很全,值得参考!
云栖社区偏重云计算的技术交流。以阿里云的雄厚技术为依托,云栖社区有更好的关于云计算相关技术的土壤,可以让大家聚焦在这个领域讨论云的底层基础技术和上层应用解决方案。