javacuda
一、高性能計算
Hadoop：Hadoop的框架最核心的設計就是：HDFS和MapRece。HDFS為海量的數據提供了存儲，則MapRece為海量的數據提供了計算。
Spark：Spark是UC Berkeley AMP lab所開源的類Hadoop MapRece的通用的並行，Spark，擁有Hadoop MapRece所具有的優點；但不同於MapRece的是Job中間輸出結果可以保存在內存中，從而不再需要讀寫HDFS，因此Spark能更好地適用於數據挖掘與機器學習等需要迭代的map rece的演算法。
CUDA：CUDA(Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台。 CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。 開發人員現在可以使用C語言來為CUDA架構編寫程序，C語言是應用最廣泛的一種高級編程語言。所編寫出的程序於是就可以在支持CUDA的處理器上以超高性能運行。CUDA3.0已經開始支持C++和FORTRAN。
二、Hadoop生態系統
(1)海量數據怎麼存，當然是用分布式文件系統——HDFS。
(2)數據怎麼用呢，分析、處理MapRece框架，讓你通過編寫代碼來實現對大數據的分析工作。
(3)非結構化數據（日誌）收集處理——Fuse、WebDAV、Chukwa、Flume和Scribe。
(4)數據導入HDFS中，RDBMS也可以加入HDFS的狂歡了——HIHO、Sqoop。
(5)MaoRece太麻煩，用熟悉的方式操作Hadoop里的數據——Pig、Hive、Jaql。
(6)讓你的數據可見——Drilldown、Intellicus。
(7)用高級語言管理你的任務流——Oozie、Cascading。
(8)Hadoop自己的監控管理工具——Hue、Karmasphere、Eclipse Plugin、Cacti、Ganglia。
(9)數據序列化處理與任務調度——Avro、ZooKeeper。
(10)更多構建在Hadoop上層的服務——Mahout、Elastic Map Rece。
(11)OLTP存儲系統——HBase。
(12)基於Hadoop的實時分析——Impala。
⑵ 華為主題腳本是用什麼編程語言
在企業編程的世界裡，主流語言要有廣度和深度。代碼主要是由一些主流語言中之一來編寫，Java、C#或是PHP。有時，企業開發人員也會涉足C++或者比如游戲編程等高性能任務的其他常見語言。
Inforworld列出的這8種語言，它們提供的性能在主流語言中很難找到，很多也依賴於主流語言而存在。一些運行在Java虛擬機上等。
無論哪種方式，這8種語言在企業中都得到了越來越大的表現空間和地位。列表如下：
1、Python
2、Ruby
3、MATLAB
4、JavaScript
5、R
6、Erlang
7、Cobol
8、CUDAextensions
上述8種語言，以它們特有的性能，活躍在主流編程語言之外的特定領域。就像Python、Ruby等，也很難將它們會在不久的將來占據更大的份額，進入主流編程語言之類。
它們的性能、特點，您可以登陸OSCHINA的開源軟體庫，了解更多的內容。