也是刚开始接触大数据，学习了一些大数据的框架，但是对于大数据生态圈的界限和分类一直不是很清楚

今天就对于这个大数据生态圈来做一个总结：

1.从生态圈来说

        Hadoop生态圈

        Spark生态圈

        Storm

Hadoop生态圈和Spark生态圈实际上有些东西是相互依存的，都能适用于各自的生态圈，只不过他们处理的任务不一样，比如Kafka，HBase等等都能整合到Spark中使用

2.从任务类型来说

        离线(批处理)

        实时(流处理)

Hadoop是用来做离线任务处理的，Spark是既能做离线任务又能做实时任务的处理，其中Spark Streaming是用来实时处理数据的，但是Spark Streaming只是一定意义上的实时，实际是很小的批量处理，而Storm则是真正意义上的实时流处理系统，来一条数据就会处理一条数据

3.从语言上来说

         Java

         Scala

         Python

         Go

大数据的大多数框架都是用Java编写的，这样编程的时候用Java自然能更简单，Storm也是用Java实现的

Spark生态圈是用Scala来实现的，Scala的语法简洁，代码量少

Python已经作为作为AI时代的首选语言，而且Spark也支持Python

Go语言是为大数据分布式而生的，Docker，K8S都是由Go打造的