大数据中可以用来实现流计算的技术是哪几项
图处理模式（Graph Processing）：针对数据之间的关系进行计算，通常以图的形式表示数据之间的联系，能够解决一些复杂的问题，如社交网络分析、路径规划、推荐系统等。
：大数据包含的东西太多了，根据不同的应用领域，同样的技术可能就会产生很多不同的用法。
大数据技术的体系庞大且复杂，基础的技术包含数据的***集、数据预处理、分布式存储、数据库、数据仓库、机器学习、并行计算、可视化等。
支持来自于多种数据源(如文件系统、数据库、流、api和其他平台和应用程序)中的大型非结构化和结构化数据存储库中自助提取信息的工具和技术。如，数据挖掘技术和各种大数据平台。
消息队列之zeroMQ、rabbitMQ、kafka
优势： 在RocketMQ没有出现之前，好多公司都从ActiveMQ切换到了RabbitMQ，它的优势在于可以保证数据不丢失，也能保证高可用性，即使集群部署部分机器宕机也能运行，然后支持部分高级功能，比如死信队列，消息重试之类的。
消息协议：RabbitMQ使用AMQP（高级消息队列协议），而Kafka使用其自定义的协议。AMQP是一种标准协议，可以提供更强的互操作性，但Kafka的自定义协议可能具有更高的性能。
由此可见，Kafka绝对是为了高吞吐量设计的，比如设置分片数为100，那么就有100台机器去扛一个Topic的流量，当然比RabbitMQ的单机性能好。
大数据Kafka是什么呢?
1、kafka的意思是：卡夫卡。Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和J***a编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。
2、kafka在设计之初就是为了针对大数据量的传输处理，高吞吐量、低延迟最主要看的就是单位时间内所能读写的数据总量，我们先来看生产端。
3、Kafka 本质其实也是消息中间件的一种，Kafka 出自于 LinkedIn 公司，与 2010 年开源到 github。
4、Kafka可以被广泛应用于以下场景：大数据处理：Kafka在大数据处理方面具备很强的能力，可以对大量的数据进行传输和存储。实时日志处理：Kafka可以用来实现实时的日志处理，支持高并发写入和读取操作。
5、Kafka 是一个分布式消息队列，具有高性能、持久化、多副本备份、横向扩展能力。生产者往队列里写消息，消费者从队列里取消息进行业务逻辑。一般在架构设计中起到解耦、削峰、异步处理的作用。
6、kafka是Linkedin于2010年12月份开源的消息发布订阅系统，它主要用于处理活跃的流式数据，大数据量的数据处理上。常用日志***集，数据***集上。
新手学大数据需要学什么?
1、学大数据需要具备的基础是数学基础、统计学基础和计算机基础。
2、：首先我们先说一下，大数据要学哪些东西，让大家对于这门技术有个基本的概念。
3、大数据专业还需学习数据***集、分析、处理软件，学习数学建模软件及计算机编程语言等课程。大数据专业学什么课程J***a语言基础课程J***A作为编程语言，使用是很广泛的，大数据开发主要是基于J***A，作为大数据应用的开发语言很合适。
4、高度技术化：大数据基础涉及到丰富的数据管理和数据处理技术，例如分布式系统、Hadoop等，同时也需要掌握数据清洗、数据统计等理论知识。因此，学习大数据基础需要具备较高的技术水平，需要具备一定的计算机科学和数学基础。
5、大数据专业主要学习与大数据相关的课程，旨在培养学生掌握大数据的处理、分析和应用能力。