架构师训练营 - 学习总结 第 13 周

本周主要讲解了Spark、流计算、大数据相关算法和场景。

1、Spark

更优秀、性能更高的大数据计算引擎



2、流计算：

特点：高性能、低延迟、分布式、高可用、可伸缩



3、大数据

互联网常用数据指标：

3.1、新增用户数

指单位时间内新增加的网站访问用户数。

3.2、用户留存率

指单位时间内，未流失的用户数与新增用户数的比值。

3.3、活跃用户数

指单位时间内，打开使用产品的用户数。

3.4、PV

PageView，指用户访问页面的总次数

3.5、GMV

Gross Merchandise Volume，指单位时间内的成交总额

3.6、转化率

指单位时间内，在产品内进行购买的用户数，与总访问用户数的比值



4、大数据算法

4.1、PageRank网页排名算法

4.2、KNN分类算法

4.3、聚类算法等

4.4、推荐算法，ITEM-CF、USER-CF