原生流處理：所以的輸入記錄一旦到達，會乙個接乙個進行處理。
乙個訊息傳遞過來，立刻處理。
storm：是乙個免費並開源的分布式實時計算系統。利用storm可以很容易做到可靠地處理無限的資料流，像hadoop批量處理大資料一樣，storm可以實時處理資料。storm，可以使用任何程式語言。
微批處理：把輸入的資料按照某種預先定義的時間間隔（典型到達是幾秒鐘）分成短小的批資料，流經流處理系統。
spark streaming是核心spark api的擴充套件，可實現實時資料流的可擴充套件，高吞吐量，容錯流處理。資料可以從許多**（如kafka，flume，kinesis或tcp套接字）中提取，並且可以使用以高階函式表示的複雜演算法進行處理map，例如reduce，join和window。最後，處理後的資料可以推送到檔案系統，資料庫和實時儀表板。實際上，您可以在資料流上應用spark的 機器學習和 圖形處理演算法。
分布式資料倉儲 mpp
mpp代表大規模並行處理，這是網格計算中所有單獨節點參與協調計算的方法。 mpp dbms是建立在這種方法之上的資料庫管理系統。在這些系統中，您正在凝視的每個查詢都會被分解為由mpp網格的節點並行執行的一組協調程序，它們的執行時間比傳統的smp rdbms系統快得多。
sql on hadoop --> hive批處理方式：
傳統etl—》mpp技術
mrmapreduce 的過程
input 投入
map 對映–》提取key,value
shuffle 清洗—》核心
reduce 化解
output 產出
異常類及處理方式
說句實話我沒怎麼聽懂，因為我太菜了。所以我只編了前乙個異常類，不太清楚兩者之間有什麼區別。一下附上 package com.huang public class fileexception extends exception catch exception e finally 以下為執行截圖 下乙個...
SIGCLD處理方式
apue上sigcld語義寫的有點不清楚，到底我們的系統是如何來處理sigcld訊號呢？1.sig dfl 預設的處理方式是不理會這個訊號，但是也不會丟棄子進行狀態，所以如果不用wait，waitpid 對其子進行進行狀態資訊 會產生殭屍程序。2.sig ign 忽略的處理方式，這個方式和預設的忽略...
遇事處理方式
事，慢慢地說 大事，清楚地說 小事，幽默地說 沒把握的事，謹慎地說 沒發生的事，不要胡說 做不到的事，別亂說 傷害人的事，不能說 討厭的事，對事不對人地說 開心的事，看場合說 傷心的事，不要見人就說 別人的事，小心地說 自己的事，聽聽自己的心怎麼說 現在的事，做了再說 未來的事，未來再說 知人不必言...