首先，貼一下官網鏈接辟邪：官網鏈接

下面，就看我強行總結吧，如果理解有誤，請大佬及時指正，感激不盡！

Apache Ignite是啥玩意，在上一篇已經講過了，可能還比較易于理解：理解Ignite傳送門

Apache Hive是啥玩意？說來挺復雜的，簡而言之，大概就是建立在Hadoop之上的開源數據倉庫框架或工具。為啥會有這框架呢，就比如說，你去往記幾的mysql或者oracle數據庫中使用SQL語句或腳本一次插幾十GB的記錄啊，甚至TB級別的啊，看看你電腦或者服務器掛不掛，不掛的話…（臥槽，真的不會掛嗎？）就算…真不會掛，那也會超久超久了啊。這個框架就是基于Hadoop批處理系統的對海量數據進行處理的玩意兒。而且不需要寫MapReduce了，寫SQL不需要寫Java了，對大多數人來說都是一個字：爽。

Hadoop這個小象呢，簡單來說，就是一個管理節點，一堆存儲數據的節點，一個管理節點的管家和一個處理命令的流水線，再加MapReduce和YARN

至于詳細的Spark，Hadoop，Hive這些東東具體都是啥呢，請看：傳送門

好了，進入正題：

1. Ignite提供了與spark和Hadoop的無縫集成。ignite-Hadoop的集成使用 ignite File System 作為主要緩存層來存儲HDFS數據。而 ignite-spark 呢，使用spark RDD實現了跨越多個Spark共享內存中的狀態。

2. Apache Ignite提供了Spark RDD抽象的實現，原生的Spark RDD和IgniteRDD主要的不同是，ignite RDD 使得應用程序和spark可以共享內存視圖的數據，而原生的spark RDD的數據不能被別的任務或其他spark共享。就相當于是在原來的spark application中加了一個基于內存分享的層次。

3. 分布式的內存中的文件系統，叫做IGFS（ignite file system）。IGFS提供了與Hadoop HDFS類似的功能，不過僅僅局限于內存上。IGFS除了自己的API之外，還實現了Hadoop FileSystem API，并且可以透明地插入到Hadoop或spark程序部署中。

4. 減少內存映射。ignite的基于內存的MapReduce可以有效地并行處理存在任何Hadoop文件系統中的數據，消除了傳統的Hadoop體系結構中的作業追蹤和任務追蹤的開銷，同時提供低延遲，HPC（高性能計算機群）分布式處理。

5. 提供了Hadoop的加速器，提供了一組允許內存Hadoop作業執行和文件系統操作的組件。可以與ignite file system和in-memory MapReduce結合使用，并且可以隨意插入任何Hadoop發行版。

總之，一句話，ignite不僅僅是一個十分NB的數據庫，而且還提供了支持spark和Hadoop的優化，更加支持分布式的應用。

正如官網所說：Ignite是很強大的整體解決方案和開發平臺。

總結

以上是生活随笔為你收集整理的Apache Ignite与Apache Hive的个人理解与总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。