录制于2013年在加利福尼亚州圣克拉拉举行的 SpringOne2GX 大会

演讲者：Jags Ramnarayan，Anthony Baker

Hadoop 以低廉的价格为我们提供了极大的容量扩展能力。但核心 Hadoop 旨在进行顺序访问——一次写入，多次读取；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，您就可以获得两全其美的优势——非常高的速度、并发性和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——将原始数据或已处理数据导入 Hadoop，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，查找时间为 O(1)，零 ETL Map-Reduce 处理，支持对 Hadoop 中的数据进行深度扩展的 SQL 处理，或能够轻松地将 Hadoop 中的分析模型输出到内存中。我们将通过 Pivotal 内存实时和 Hadoop 平台介绍并展示这些思想和代码示例。

了解更多关于 Gemfire 和 Spring 的信息：http://projects.spring.io/spring-data-gemfire

了解更多关于 Spring 和 Hadoop 的信息：http://projects.spring.io/spring-hadoop

了解更多关于 Spring XD 的信息：http://projects.spring.io/spring-xd

了解更多关于 Pivotal HD 的信息：http://www.gopivotal.com/products/pivotal-hd

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