মানচিত্রে : একটি ত্রুটি সহিষ্ণু বিতরণ করা গণনা কাঠামো। হার্ডওয়্যারজনিত কারণে ব্যর্থতা রোধে প্রচুর পরিশ্রমের সাহায্যে ম্যাপ্রেডস আপনাকে প্রচুর পরিমাণে ডেটা পরিচালনা করতে সহায়তা করে। ফ্লাইটে গণনা ফলাফলের জন্য মানচিত্রের ব্যবহার একটি দুর্বল পছন্দ কারণ এটি ধীর। (একটি সাধারণ মানচিত্রের কাজ মাইক্রোসেকেন্ডগুলি নয়, কয়েক মিনিট বা ঘন্টার ক্রম ধরে)
মানচিত্রের কাজটি একটি ইনপুট হিসাবে কোনও ফাইল (বা কিছু ডেটা স্টোর) নেয় এবং ফলাফলগুলির একটি ফাইল লেখেন। আপনি যদি কোনও ফলাফলের জন্য এই ফলাফলগুলি উপলব্ধ করতে চান তবে অ্যাক্সেসযোগ্য এমন জায়গায় এই ডেটা স্থাপন করা আপনার দায়িত্ব। এটি সম্ভবত ধীরে ধীরে এবং আপনি প্রদর্শিত মান এবং বর্তমান ব্যবস্থায় আপনার সিস্টেমকে প্রতিনিধিত্বকারী মানগুলির মধ্যে একটি ব্যবধান থাকবে।
রিয়েলটাইম সিস্টেমগুলি তৈরিতে ম্যাপ্রেডুস ব্যবহার করার বিষয়টি বিবেচনা করার সময় গুরুত্বপূর্ণ একটি পার্থক্য হ'ল আপনার মডেলটিকে প্রশিক্ষণ দেওয়া এবং আপনার মডেল প্রয়োগ করা। আপনি যদি মনে করেন যে আপনার মডেল প্যারামিটারগুলি দ্রুত পরিবর্তিত হয় না, আপনি সেগুলি মানচিত্রের সাথে ফিট করতে পারেন এবং তারপরে আপনি যখন আপনার মডেলটি প্রয়োগ করতে চান তখন এই প্রাক-ফিট পরামিতিগুলি অ্যাক্সেস করার জন্য একটি ব্যবস্থা থাকতে পারে।
ঝড় : একটি আসল সময়, স্ট্রিমিং কম্পিউটিং সিস্টেম ational ঝড় হ'ল অনলাইন কাঠামো, যার অর্থ এই অর্থে, একটি পরিষেবা যা চলমান অ্যাপ্লিকেশনটির সাথে ইন্টারেক্ট করে। মানচিত্রের বিপরীতে, এটি আপনার অ্যাপ্লিকেশনটিতে প্রক্রিয়াধীন হওয়ায় এটি ছোট ছোট টুকরো ডেটা (পুরো ফাইল নয়) পায় receives আপনি ডেটা সম্পাদন করতে অপারেশনগুলির একটি ডিএজি সংজ্ঞায়িত করেন। ঝড়ের জন্য একটি সাধারণ এবং সাধারণ ব্যবহারের ক্ষেত্রে কাউন্টারগুলি ট্র্যাক করা এবং সেই তথ্যটি রিয়েল-টাইম ড্যাশবোর্ড তৈরি করতে ব্যবহার করা।
আপনার ডেটা অব্যাহত রাখার সাথে ঝড়ের কিছু করার প্রয়োজন নেই (অগত্যা)। এখানে, আপনার যত্ন নেওয়া তথ্য রাখা এবং বাকীটি ফেলে দেওয়া বলা স্ট্রিমিংয়ের অন্য উপায়। বাস্তবে, আপনার আবেদনে সম্ভবত একটি অধ্যবসায় স্তর রয়েছে যা ইতিমধ্যে ডেটা রেকর্ড করেছে এবং তাই এটি উদ্বেগের একটি ভাল এবং ন্যায়সঙ্গত বিচ্ছেদ।
আপনি যদি আরও জানতে চান ...
আপনি যদি রিয়েল-টাইম সিস্টেমগুলি সম্পর্কে আরও জানতে চান যা এমআর এর সাথে পরামিতিগুলি ফিট করে এবং মডেলগুলিকে অন্যভাবে প্রয়োগ করে তবে রিয়েল-টাইম সুপারিশ ইঞ্জিনগুলি তৈরির বিষয়ে আমি যে বক্তৃতা দিয়েছিলাম তা স্লাইডগুলি are HBase।
একটি দুর্দান্ত কাগজ যা আকর্ষণীয় উপায়ে রিয়েল-টাইম গণনা এবং অধ্যবসাকে বিয়ে করে তা হ'ল গুগল নিউজ ব্যক্তিগতকরণ: স্কেলযোগ্য অনলাইনে সহযোগী ফিল্টারিং
এমআর এবং স্টর্মের আরও একটি আকর্ষণীয় বিবাহ হ'ল সামিংবার্ড । সামিংবার্ড আপনাকে ডেটা বিশ্লেষণ ক্রিয়াকলাপ সংজ্ঞায়িত করতে দেয় যা ঝড় বা এমআর এর মাধ্যমে প্রয়োগ করা যায়।