论文部分内容阅读
大数据问题纷繁芜杂，相对应的计算模型和架构万万千千，无法以数据密集型计算一言概之：有的注重体量和水平扩展性（从RDBMS／EDW到MPP到Hadoop），有的偏爱实时或低延迟（从分布式缓存到内存数据库到NoSQL到流式计算），有的强调精确性和一致性（从低活性到高活性，从ACID、CAP~JBASE），有的要求非结构化（schemaless）。那么，是否存在一些有普遍性的计算范式、抽象或模式能分而治之呢？本文试图枚举一些常用的计算范式，讨论它们的分野和交融。