大数据框架：批处理框架混合框架批处理框架批处理框架批处理框架的数据特征：有界、持久、海量
优点：处理大量数据任务
缺点：要求处理时间紧急性高的任务
例如，Apache Hadoop
流处理帧流处理模式框架特性：无数据边界适合于必须响应变动和峰值的处理
优点：处理几乎无限的数据
缺点：一次可以处理的数据少一个
例如Apache Storm和Apache Samza
混合处理框架混合处理模式框架的特点：可以同时处理批处理和流处理工作负载
优点：提供数据处理通用解决方案，提供自己的继承库、项和工具。
例如，Apache Spark和Apache Flink
kv群集就绪内存数据库
远程字典服务器(redis )是一种远程字典服务，既可以用作数据库，也可以用作缓存，属于无SQL系列数据库(non-relational )。 使用Key-Value保存的默认端口号： 6379
类型：
string字符串list链表set集合zset规则集合hash散列类型Redis具有丰富的功能，可以为每个键值设置生存时间(TTL )。 过期后会自动删除，限制数据占用的最大内存空间，并可以根据规则删除不需要的密钥。
MongoDB MongoDB是一种基于分布式文件存储的数据库，由c编写，为web APP应用提供数据存储解决方案。 关系数据库和非关系数据库之间的产品。
优点：高性能，易于部署，便于存储数据。
坏处：不擅长调查事情
采用独特的MongoDB查询方法，根据内存存储将热数据存储在物理内存中，实现高速读写。 MongoDB侧重于操作数据的APP应用系统，而Hadoop侧重于分析统计数据的APP应用。 数据分组存储在数据集中，称为集合。 存储在集合中的文档存储为键-值对。
HBase的典型面向列的分布式数据库
优点：大量数据处理、高扩展性、高性能、高可用性、稀疏矩阵的高效处理(空值不占用空间) ) ) ) ) )。
缺点：无索引，只支持Row key随机访问，不支持SQL
依赖HDFS的存储、映射就绪计算和ZooKeeper锁定服务
Hive Hive (数据仓库工具)，是在HDFS、MR上构建的数据仓库框架。 提取、转换和加载数据。 这是可以保存、查询、分析保存在Hadoop中的大规模数据的结构，hive数据仓库工具将结构化的数据文件映射到数据库表，提供SQL查询功能，将SQL语句转换为MapReess
优点：适用于大数据集批处理作业，具有灵活性和可扩展性。
Hive的数据被存储在HDFS，Hive包含表、外部表、分区、桶(backet )的数据模型。