Hive推出不久就被发现，虽然用的SQL但是性能离数据库还差很远。很快就有人提出是不是要给Hive加上数据库一样的索引。这明显就是分布式计算引擎向分析数据库的方向靠拢。

大数据或者计算自身并没有任何价值。数据通过影响最终决策产生价值。最初期所谓大数据或者BI的解决方案通过提供各种漂亮的报表给经营人员，让老板做出更好的决策。

d1 ~ dn 是维度，比如 ip, idc, country 之类的值 v1 ~ vn 是值列，比如 cpu_usage, free_memeory_bytes 之类的值

同样我们以最简单的表结构开始。在elasticsearch中，先要创建index，然后index下有mapping。所谓的mapping就是表结构的概念。建表的配置如下：

d1 ~ dn 是维度，比如 ip, idc, country 之类的值 v1 ~ vn 是值列，比如 cpu_usage, free_memeory_bytes 之类的值

曾经天真的认为只要把 Storm 安装好之后，简单学习一下 Storm 的编程概念就可以把实时统计的工作完成了。毕竟实时统计无非就是加减乘除，并不牵涉到什么高深的机器学习算法。然后在实践中发现 Storm 根本没有提供实时统计所必需的很多基础设施和编程抽象，更不要说进行更复杂的通用实时计算了（比如关联两个事件流进行登...