在Haoop上UIMA DUCC与UIMA

Question

我正在尝试设计一个基于UIMA的分布式可伸缩管道。我应该如何决定在Hadoop上使用UIMA、DUCC还是UIMA？如果我把它构建在UIMA DUCC而不是Hadoop或者反之亦然，那么我会错过什么呢？

Answer 1

一个维度是应用特性。Hadoop对于I/O密集型应用程序将有很大的优势。对于需要在不同线程中运行多个管道副本以实现高CPU利用率的大型内存应用程序，DUCC应该具有很大的优势。

另一个维度是利用UIMA而不是利用Hadoop。DUCC基于基本的UIMA功能，提供许多扩展选项、内置的性能度量和调试支持，所有这些都基于核心UIMA组件。UIMA管道越复杂，DUCC的优势就越大；例如，复杂的处理流可以直接在DUCC中实现，但可能需要转换成map-reduce。

对于那些拥有足够的Hadoop专业知识的人来说，一个相对简单的UIMA分析可以很容易地集成到现有的Hadoop商店中，而不必了解很多关于UIMA的知识。

Answer 2

您可以检查此链接。

https://uima.apache.org/doc-uimaducc-whatitam.html

在页面底部，你会发现不同之处。