随着互联网技术和社会化网络的发展，每天有大量包括博客，图片，视频，微博等等的信息发布到网上。传统的搜索技术已经不能满足用户对信息发现的需求，原因有多种，可能是用户很难用合适的关键词来描述自己的需求，也可能用户需要更加符合他们兴趣和喜好的结果，又或是用户无法对自己未知而又可能感兴趣的信息做出描述。推荐引擎的出现，可以帮用户获取更丰富，更符合个人口味和更加有意义的信息。个性化推荐根据用户兴趣和行为特点，向用户推荐所需的信息或商品，帮助用户在海量信息中快速发现真正所需的商品，提高用户黏性，促进信息点击和商品销售。推荐系统是基于海量数据挖掘分析的商业智能平台，推荐主要基于以下信息：
目前常用的推荐算法主要有基于人口统计学的推荐、基于内容的推荐、基于关联规则的推荐、基于协同过滤的推荐等。
more >>
| Storm | Hadoop |
|---|---|
| 实时计算 | 批处理 |
| 无状态的 | 有状态的 |
| 基于zk的主从模式 | master：appmaster+yarnchild |
| 流处理美妙处理数万消息 | hadoop mr框架计算海量数据花费数分钟 |
| topology运行直到user或程序故障 | mr按序执行，最终执行结束 |
| 分布式+容错 | 分布式+容错 |
| nimub或supervisor宕机后，重启后从stop的地方继续，没有影响 | 如果mr停止，所有data就丢失了 |
Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
more >>
tag:
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true
