前奏：Storm實時處理架構（一）
hadoop 叢集搭建(一)
hadoop 叢集搭建(二)
hbase（一） 僞叢集搭建
自從AI的概念火起來之後，不玩玩實時 ，而隻知道離線處理資料，似乎已經不滿足現在對資料分析的要求了，深感逗比的同時，哥們還是淺淺介紹一下實時需要掌握的技巧和核心點，架構圖請自己畫切。
技術支援：
python + logstash + kafka + storm + hbase ( mysql )+ zookeeper + springboot + js + css + 高德map插件
核心要點：
python 分析熱資料到 logstash 格式化灌入 kafka ，storm 實時分析資料 落地 hbase 或 mysql， ui實時抽取實時資料表現到高德地圖中即可
心得： 面對實時性較強 （比如實時推薦、實時展現），而非離線操作的業務，甚至可以幹掉hbase以直接面向結果的方式進行 ， 但是storm 處理完的結果 必須先落地到某個地方，再交給機器學習 ，如果不想落地咋辦？ 此時可以采用 spark streaming & ml lib s[圖檔]park sql 結合的方式進行 流水式推薦 ，待下回分解。
想對AI有所建樹，不學python，隻是粗略掌握一套别人提供的架構，粗淺的開發開發就想裝個逼，哥們介意還是别在這上邊浪費時間了，
基于一通百通的原則，學資料架構會那麼一套兩套就差不多了，最重要的還是語言基礎和算法分析。
歡迎互粉交流 春叁十娘