1樓：
論深入的話，不懂儲存，談何計算？就好比 HDFS 玩的溜的人，他不會不懂 Hadoop，但會玩 Hadoop 的不一定會玩 HDFS。
但從發展來看，深入淺出和由淺入深殊途同歸。對於大多數人來說，由淺入深是較好的路線，先懂計算，後知儲存。
2樓：xuhuleon
本科時間還早，都看看唄。兩個也不能徹底分開看，很多是通的。
我是搞分布式資料庫的，建議看看我們的介紹https://mp.weixin.qq.com/s/0zVUbZLNZ56Qvkd-V1M8GA
3樓：大數雲
舉例子：Hadoop：Hadoop的框架最核心的設計就是：
HDFS和MapReduce。HDFS為海量的資料提供了儲存（他可以把乙個超大檔案拆分為很多小的資料塊放在很多機器上），則MapReduce為海量的資料提供了計算（他可以把計算任務分發到各個機器上，對各個資料塊進行平行計算）
像這樣看都是作為對方的搭檔，如是想選其一深入了解作為工作方向發展，就看你對儲存和計算那個更加興趣和拿手了。
4樓：kpnni
目前在做計算，現階段大廠的分布式計算基本是presto，clickhouse的mpp架構，拿開源版本進行魔改，小廠是拿開源版本自己運維，或者買雲上產品，建議題主搞開源～
5樓：王sir說大資料
兩者無法分割
要研究計算，必然需要資料，那麼就需要儲存
資料量少和資料量大，完全不是乙個概念，觸發的框架處理機制肯定不一樣現場中多少在實驗環境跑的好好的，到了現場就卡死，或者記憶體溢位，cpu爆滿的。
6樓：愛可生
每一種學習都是全新的嘗試和挑戰，其實密友粉的那麼細緻，每一環學習之後會發現新的連線。
有的事物深入了解之後，方會明白其中樂趣。
分布式資料庫計算引擎對分布式儲存系統底座提出了哪些新的技術挑戰？
lemon wonder 我說一下HTAP情況，對於資料庫，TP主要是事務相關，一般底層儲存引擎使用行存，對於AP是分析性，對事務要求沒那麼高，一般用列存，要處理HTAP，那要做到行列混合儲存就很困難。對於儲存引擎，一種是外掛程式型，向MySQL中，SQL和儲存約定好介面，實現介面並直接使用。但是要...
分布式儲存和傳統儲存哪個更划算？
焱融科技 我們認為，是否划算要從兩個維度。簡單地看，單TB的軟硬體成本是要考慮的 如果基於開源分布式儲存軟體，那直接計算硬體成本就好了 當然，成本裡別忘了計算連線元件的成本，如果選擇傳統儲存，包括必要的HBA卡 光交等，如果選擇分布式儲存，得考慮是否添置交換機等。根據經驗，容量只是3 50TB的儲存...
IPFS如何做分布式計算
青牛 你好。IPFS現在還不普及，所以好像並不需要解決你說的問題，將來如果IPFS能發展到hdfs的水平一定會出現像 Spark 和 MapReduce 一樣進行計算框架的，所以考慮問題的時候不要拿現在的思想去考慮，這樣不容易得到答案。 頭等倉 知友提的這個問題，太專業了，目前我答不出來，抱歉！後期...