在加利福尼亚州圣克拉拉市的 SpringOne2GX 2013 上录制

演讲者：Jags Ramnarayan，Anthony Baker

Hadoop 以低廉的价格为我们提供了显著的容量可扩展性。但是，Hadoop 的核心是为顺序访问而设计的 - 写入一次并读取多次；这使得无法从实时/在线应用程序中使用 Hadoop。在前面添加一个分布式内存层，您可以获得两全其美 - 极高的速度、并发性以及扩展到非常大容量的能力。我们介绍了内存数据网格与 Hadoop 的无缝集成，以实现有趣的新设计模式 - 将原始或处理后的数据提取到 Hadoop 中，对内存中的操作数据或 Hadoop 中的大量历史数据进行随机读写，具有 O(1) 查找时间，零 ETL Map-reduce 处理，在 Hadoop 中实现深度规模的 SQL 处理，或者能够轻松地将分析模型从 Hadoop 输出到内存中。我们通过 Pivotal 内存实时和 Hadoop 平台介绍并展示了这些想法和代码示例。

了解有关 Gemfire 和 Spring 的更多信息：http://projects.spring.io/spring-data-gemfire

了解有关 Spring 和 Hadoop 的更多信息：http://projects.spring.io/spring-hadoop

了解有关 Spring XD 的更多信息：http://projects.spring.io/spring-xd

了解有关 Pivotal HD 的更多信息：http://www.gopivotal.com/products/pivotal-hd

!{iframe width="560" height="315" src="//www.youtube.com/embed/YX0vg9PBpKg" frameborder="0" allowfullscreen}{/iframe}