我用 python 写个计算 +docker+k8/swarm+ 分布式文件系统达到的效果和 hadoop 系列有什么区别？

问答 ⋅ 海牛龙龙 ⋅ 于 2017-12-18 12:50:58 ⋅ 最后回复由青牛于 2017-12-19 00:14:37 ⋅ 3570 阅读

大数据架构开发中，hadoop系列,spark系列和go，docker系列，是什么关系？
我用python写个计算+docker+k8/swarm+分布式文件系统达到的效果和hadoop系列有什么区别？

回复数量: 1

青牛国内首批大数据从业者，就职于金山，担任大数据团队核心研发工程师
⋅ 2017-12-19 00:14:37

用python加上docker也能达到分布式计算的效果，但是需要自己解决的问题相比于hadoop和spark系列要麻烦的多，比如怎么对文件的均衡切分，怎么聚合相同的key值，怎么对数据进行join操作等。另外除了写程序spark和hadoop系列还能使用sql的形式对大数据进行计算。

请注意单词拼写，以及中英文排版，参考此页
支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空

Ctrl+Enter