錄製於加利福尼亞州聖克拉拉的 SpringOne2GX 2013 大會

演講者：Jags Ramnarayan, Anthony Baker

Hadoop 以低廉的價格為我們提供了巨大的容量可伸縮性。但是核心 Hadoop 是為順序訪問設計的——一次寫入，多次讀取；這使得無法從即時/線上應用程式中使用 Hadoop。在其前面新增一個分散式記憶體層，您就可以獲得兩全其美——極高的速度、併發性以及擴充套件到非常大容量的能力。我們提出了記憶體資料網格與 Hadoop 的無縫整合，以實現有趣的新設計模式——將原始或處理後的資料攝取到 Hadoop 中，在記憶體中對操作資料進行隨機讀寫，或者在 Hadoop 中進行大規模歷史資料查詢，查詢時間為 O(1)，無需 ETL Map-reduce 處理，從而能夠對 Hadoop 中的資料進行深度 SQL 處理，或者能夠輕鬆地將分析模型從 Hadoop 輸出到記憶體中。我們將透過 Pivotal 記憶體即時和 Hadoop 平臺來介紹這些想法和程式碼示例。

瞭解更多關於 Gemfire 和 Spring 的資訊，請訪問：http://projects.spring.io/spring-data-gemfire

瞭解更多關於 Spring 和 Hadoop 的資訊，請訪問：http://projects.spring.io/spring-hadoop

瞭解更多關於 Spring XD 的資訊 http://projects.spring.io/spring-xd

瞭解更多關於 Pivotal HD 的資訊 http://www.gopivotal.com/products/pivotal-hd

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