我正在阅读关于大数据和hadoop的教程，我在hdfs上找到了这两点流数据访问：读取整个数据集的时间比读取第一个数据集的延迟更重要。hdfs建立在一次写入多次读取模式上。&低延迟数据访问：需要很少时间访问第一个数据的应用程序不应该使用hdfs，因为它重视的是整个数据，而不是获取第一条记录的时间。我很困惑，因为第一个说读取整个数据集的时间更重要，而第二个说…不应该使用hdfs，因为它重视整个数据集我不明白你期望什么？我是hadoop新手。
llmtgqce1#
流数据访问：hdfs基于“一次写入，多次读取”的原则，其主要目的是以最快的方式读取完整的数据集，这比花时间从数据集中提取单个记录更为重要。根据hadoop：权威指南mapreduce基本上是一个批处理系统，不适合交互式分析。不能在几秒钟或更短的时间内运行查询并返回结果。查询通常需要几分钟或更长时间，因此最好是离线使用，因为处理循环中没有人在等待结果。mapreduce非常适合需要以批处理方式分析整个数据集的问题。rdbms适用于点查询或更新，在点查询或更新中，数据集已被索引，以提供相对少量数据的低延迟检索和更新时间。mapreduce适用于数据只写一次，多次读取的应用程序，而关系数据库则适用于不断更新的数据集。延迟：请参考下面这个什么是数据的低延迟访问？
1条答案
按热度按时间llmtgqce1#
流数据访问：
hdfs基于“一次写入，多次读取”的原则，其主要目的是以最快的方式读取完整的数据集，这比花时间从数据集中提取单个记录更为重要。
根据hadoop：权威指南
mapreduce基本上是一个批处理系统，不适合交互式分析。不能在几秒钟或更短的时间内运行查询并返回结果。查询通常需要几分钟或更长时间，因此最好是离线使用，因为处理循环中没有人在等待结果。
mapreduce非常适合需要以批处理方式分析整个数据集的问题。rdbms适用于点查询或更新，在点查询或更新中，数据集已被索引，以提供相对少量数据的低延迟检索和更新时间。mapreduce适用于数据只写一次，多次读取的应用程序，而关系数据库则适用于不断更新的数据集。
延迟：请参考下面这个什么是数据的低延迟访问？