kylin和druid區(qū)別？DRUID 是一個(gè) JAVA 開(kāi)發(fā)的 OLAP 計(jì)算以及存儲(chǔ)引擎，他對(duì)數(shù)據(jù)是采取全索引大寬表的方式進(jìn)行保存和處理。他內(nèi)部本身就包含了 存儲(chǔ)和計(jì)算能力。 KYLIN 是一個(gè)離

kylin和druid區(qū)別？

DRUID 是一個(gè) JAVA 開(kāi)發(fā)的 OLAP 計(jì)算以及存儲(chǔ)引擎，他對(duì)數(shù)據(jù)是采取全索引大寬表的方式進(jìn)行保存和處理。他內(nèi)部本身就包含了 存儲(chǔ)和計(jì)算能力。 KYLIN 是一個(gè)離線的預(yù)處理框架，它依賴于 SPARK 或者 YARN 去做計(jì)算，然后用 HBASE 里面保存預(yù)處理的結(jié)果。然后利用預(yù)處理結(jié)果進(jìn)行展示。

DRUID 和 KYLIN 都對(duì) HDFS 有依賴， DRUID 是把 HDFS 當(dāng)做遠(yuǎn)程離線存儲(chǔ)，但是實(shí)際的計(jì)算過(guò)程中并不使用。 而 KYLIN ，由于它是使用的 HADOOP 技術(shù)棧，所以中間計(jì)算過(guò)程和最后計(jì)算結(jié)果里面都會(huì)用到 HDFS。

DRUID 還有靈活的預(yù)聚合能力，可以利用 HYPERLOGLOG 算法做多維的 UV 聚合。 而 KYLIN 則是使用強(qiáng)大的位圖計(jì)算，做了精確的 UV 計(jì)算能力。

總結(jié)下: druid 是一個(gè)帶預(yù)聚合能力的多維 MLOAP 存儲(chǔ)計(jì)算引擎， 只依賴 HDFS 做遠(yuǎn)程存儲(chǔ) KYLIN 是一個(gè)離線預(yù)聚合計(jì)算引擎， 依賴 HADOOP 做計(jì)算、HBASE 做結(jié)果保存

零基礎(chǔ)想學(xué)習(xí)java，應(yīng)該從哪學(xué)起？

這個(gè)問(wèn)題其實(shí)對(duì)任何語(yǔ)言都一樣，入手一門(mén)語(yǔ)言，都是先了解語(yǔ)言語(yǔ)法（能用），然后是了解標(biāo)準(zhǔn)庫(kù)（會(huì)用），有了這兩步，加上有點(diǎn)其他語(yǔ)言的底子，應(yīng)該就可以算是上手了，我們現(xiàn)在校招的很多畢業(yè)生，經(jīng)過(guò)1~2個(gè)月的傳幫帶，就能達(dá)到這個(gè)階段了。

剩下就是第三步了，就是靠在項(xiàng)目或者產(chǎn)品上的實(shí)踐來(lái)加深對(duì)技術(shù)和業(yè)務(wù)的理解，這個(gè)階段一般都是靠自己自學(xué)，靠google和領(lǐng)悟。2至3年后，就能發(fā)現(xiàn)有些人對(duì)技術(shù)和業(yè)務(wù)已經(jīng)了解很深入（老手），有些還是很膚淺。這個(gè)時(shí)候一般會(huì)是又一個(gè)跳槽階段，也就在這個(gè)時(shí)候，薪資水平在不同人那里會(huì)有很大的差別。

綜上，程序員最重要的是不斷學(xué)習(xí)（第三個(gè)階段），其實(shí)IT行業(yè)就是一個(gè)需要不斷學(xué)習(xí)的行業(yè)（因?yàn)榧夹g(shù)更新太快），大家剛出來(lái)都是一樣的基礎(chǔ)和能力，2~3年后差距立現(xiàn)，如果你是差的一方，那就說(shuō)明自身還不夠努力。

最后，術(shù)業(yè)有專攻，JAVA主要應(yīng)用還是在服務(wù)器端，由于其優(yōu)秀的內(nèi)存管理，屏蔽了很多程序員能力差異（能力不強(qiáng)的程序員也能寫(xiě)出不那么爛的系統(tǒng)），適合長(zhǎng)期運(yùn)行的服務(wù)器項(xiàng)目（如web等無(wú)UI應(yīng)用）。

雖然也有swt等優(yōu)秀的UI庫(kù)，也有idea，eclipse和netbean等優(yōu)秀的桌面端應(yīng)用，但在桌面端軟件應(yīng)用還是很少，需要帶jre，負(fù)擔(dān)比較大。