分布式计算框架:Google Cloud Dataflow 中文WORD版

本文档主要讲述的是分布式计算框架:Google Cloud Dataflow；Google Cloud Dataflow是一种构建、管理和优化复杂数据处理流水线的方法，从MapReduce演化而来（并不是“抛弃”），集成了许多内部技术，如用于数据高效并行化处理的Flume和具有良好容错机制流处理的MillWheel。Dataflow当前的API还只有Java版本（其实Flume本身是提供Java/C++/Python多种接口的）。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看