javacuda
一、高性能计算
Hadoop：Hadoop的框架最核心的设计就是：HDFS和MapRece。HDFS为海量的数据提供了存储，则MapRece为海量的数据提供了计算。
Spark：Spark是UC Berkeley AMP lab所开源的类Hadoop MapRece的通用的并行，Spark，拥有Hadoop MapRece所具有的优点；但不同于MapRece的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的map rece的算法。
CUDA：CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。
二、Hadoop生态系统
(1)海量数据怎么存，当然是用分布式文件系统——HDFS。
(2)数据怎么用呢，分析、处理MapRece框架，让你通过编写代码来实现对大数据的分析工作。
(3)非结构化数据（日志）收集处理——Fuse、WebDAV、Chukwa、Flume和Scribe。
(4)数据导入HDFS中，RDBMS也可以加入HDFS的狂欢了——HIHO、Sqoop。
(5)MaoRece太麻烦，用熟悉的方式操作Hadoop里的数据——Pig、Hive、Jaql。
(6)让你的数据可见——Drilldown、Intellicus。
(7)用高级语言管理你的任务流——Oozie、Cascading。
(8)Hadoop自己的监控管理工具——Hue、Karmasphere、Eclipse Plugin、Cacti、Ganglia。
(9)数据序列化处理与任务调度——Avro、ZooKeeper。
(10)更多构建在Hadoop上层的服务——Mahout、Elastic Map Rece。
(11)OLTP存储系统——HBase。
(12)基于Hadoop的实时分析——Impala。
⑵ 华为主题脚本是用什么编程语言
在企业编程的世界里，主流语言要有广度和深度。代码主要是由一些主流语言中之一来编写，Java、C#或是PHP。有时，企业开发人员也会涉足C++或者比如游戏编程等高性能任务的其他常见语言。
Inforworld列出的这8种语言，它们提供的性能在主流语言中很难找到，很多也依赖于主流语言而存在。一些运行在Java虚拟机上等。
无论哪种方式，这8种语言在企业中都得到了越来越大的表现空间和地位。列表如下：
1、Python
2、Ruby
3、MATLAB
4、JavaScript
5、R
6、Erlang
7、Cobol
8、CUDAextensions
上述8种语言，以它们特有的性能，活跃在主流编程语言之外的特定领域。就像Python、Ruby等，也很难将它们会在不久的将来占据更大的份额，进入主流编程语言之类。
它们的性能、特点，您可以登陆OSCHINA的开源软件库，了解更多的内容。