幾乎每天都會收到小伙伴們重復的提問：哪個版本的CAD好用？我該下載哪個？

這個問題其實是很有爭議的，一般分為兩派：

堅持使用老版本：能畫圖，占內存小，重要的是很習慣了

喜歡嘗試新版本：想嘗鮮，有新功能，而且能打開高版本圖

之所以有爭議，是因為每個人的使用習慣都不一樣。但總之這對于新手確實是一個高頻問題，畢竟有這么多個版本：

這些還只是一部分，還有精簡版，機械版，電氣版，建筑版......

emmm...作為一個萌新，我到底該用哪一個？

既然要選擇一個即將陪伴你很久的工具，不妨我們花2分鐘了解一下這些版本，知其所以然，而不是傻傻的得到一個不一定適合你的答案。

一、我們平常所說的AutoCAD+年份，例如，在軟件內部其實還有一個版本號，內部名稱是R+數字，這個可以從安裝文件夾里的文件可以看到：

可以看出：CAD2004-2006都是R16版本。為了細分版本，所以R16后面加了小數點。

依次類推：

CAD2007-2009為R17版本；

CAD2010-2012為R18版本；

CAD2013-2014為R19版本；

CAD2015-2016為R20版本；

再往后就是每個版本單獨對應：

CAD2017=R21；CAD2018=R22；CAD2019=R23；

這個版本號有什么用？

每一次R的升級，影響了文件的新舊級別，直接決定低版本軟件打不開高版本圖紙。例如CAD2008打不開CAD2010的圖，因為R級別升了；

但是CAD2010可以打開CAD2012的圖，因為12的R級別沒有升；

二、每一次出新版本的AutoCAD都是一次軟件升級，意味著有更多的功能，更快的速度，更流暢的用戶體驗。

在以往的版本中，AutoCAD一直對其關于點云，關于 360上下了很大的功夫，同時著重經營著 app store，然而這些對于我們普通的制圖人員，并沒有多少意義。

不過幸虧沒有跑偏太久，在2016年取消了產品永久授權以后，在功能上做了很大的改進，新版本的AutoCAD會著重增強用戶的體驗。

例如2017方面，在圖形顯示效率，大量圖形的顯示處理上（移動拷貝等），都有了明顯的改善，2018版本增加了直接導入PDF功能，2019增加了圖紙對比功能，對于普通用戶來說都是非常實用的。2020版本增加了新的深色主題，與清理重新設計。

三、每個版本CAD，都有其需求的電腦配置。

拿目前最新的CAD軟版本來說：，的的系統要求如下：

1、操作系統要求： SP1（32位和64位）、.1（含更新、32位和64位）、（僅限64位、版本1607或更高版本）。

2、CPU類型要求：最低2.5–2.9 GHz處理器。

3、內存要求：最低8GB。

4、顯示器分辨率要求：最低分辨率。

5、顯卡要求：最低1GB GPU，具有29GB/s帶寬，與DirectX 11兼容。

6、磁盤空間要求：6.0 GB可用硬盤空間。

7、其他要求：.版本4.7以上、Adobe Flash Player v10或更高版本，Google Chrome（適用于 AutoCAD Web）。

擴展資料

如果要處理大型圖紙、點云或復雜三維模型的話，則需要配8G以上內存，或更高的真彩色視頻顯示適配器，128MB或更大VRAM，Pixel Shader 3.0或更高版本，支持的工作站級顯卡，必須使用64位操作系統。

四、CAD軟件低版本與高版本對比，

CAD2007版本軟件特點：

1、打開速度的加強。

2、3D性能的加強。

3、文件格式：cad2007采用新的DWG文件格式，仍然向后兼容。

4、DWF功能的加強。

5、Xref功能,Xref對話框變成了一個浮動工具面板，它可以用來管理DWG文件，dwf文件。

6、CAD2007加強了API,ARX改變了，導致了大部分老的ARX程序要重新編寫，lisp程序幾乎不用改寫就能完美運行。

CAD2020版本軟件特點：

1、塊調色板

使用可視庫從最近使用的列表中有效插入塊。

2、清除重新設計

通過簡單的選擇和對象預覽，即可一次性刪除多個對象。

3、多用戶【網絡】許可共享

在并非所有許可證同時使用時，服務器上的池許可證可以降低成本。

4、共享視圖

無需發布圖形文件即可在組織內部或外部與客戶和同事共享設計。

5、視覺風格

應用視覺樣式來控制3D模型的邊緣，光照和陰影的顯示。

6、AutoCAD Web應用程序

通過瀏覽器從任何設備創建，編輯和查看CAD繪圖。

7、AutoCAD移動應用程序

在移動設備上創建，編輯和查看CAD繪圖。

8、共享視圖

在Web瀏覽器中發布圖形的設計視圖以進行查看和注釋。

9、文字設定

將單行或多行文本（mtext）創建為單個文本對象。

10、中心線和中心標記

創建和編輯移動關聯對象時自動移動的中心線和中心標記。

11、CUI定制

自定義用戶界面以改善可訪問性并減少頻繁任務的步驟數。

12、云存儲連接

使用的云以及領先的云存儲提供商訪問AutoCAD中的任何DWG文件。

13、新的黑暗主題

通過對比度改進，更清晰的圖標和現代藍色界面減少眼睛疲勞。

14、DWG比較功能

使用此功能可以在模型空間中亮顯相同圖形或不同圖形的兩個修訂之間的差異。

15、快速測量

只需將鼠標停放不懂即可在圖紙中顯示所有附近的測量值。

16、安全負載

指定在AutoCAD中運行可執行文件的安全限制，以幫助防止惡意可執行代碼。

17、3D導航

使用3D查看和導航工具圍繞3D模型進行軌道，旋轉，行走和飛行以展示您的設計。

18、地理位置和在線地圖

將地理位置信息插入到圖形中，并從在線地圖服務中顯示圖形中的地圖。

19、技術

當軟件上次保存文件時，?技術會提醒您可能存在不兼容性。

20、支持任何設備

可以在任何設備，包括桌面、Web或移動設備上查看，編輯和創建中的圖形。

5、總結：

在電腦配置夠用的情況下，盡量選擇新版本來使用，既然要學軟件就學最新的，既可以免落伍，還能保證打開別人發來的圖。不過相比而言，使用什么版本真的不重要，重要的是：

軟件只是我們的筆，專業知識和規范標準才是我們的根。

免責聲明：

本文及圖片來源網絡，僅供分享不作商業用途，版權歸原作者所有，部分文章及圖片因轉載眾多，無法確認原作者及出處的，僅標明轉載來源，如有侵權或原版權所有者不同意轉載的請聯系我們刪除。本文為原作者個人觀點，不代表本公眾號贊同其觀點和對其真實性負責。
Hadoop如何進行大數據處理？工具，優劣勢，用例和應用場景
大數據的演進帶來了新的挑戰，所以需要新的解決方案。與以往一樣，服務器需要實時處理，分類和存儲大量數據。這一挑戰導致了新平臺的出現，其中最知名了莫過于Apache Hadoop，它可以輕松處理大型數據集。那么到底什么是Hadoop？其主要組件是什么？以及Apache Hadoop是如何幫助處理大數據的？

什么是Hadoop？
Apache Hadoop是一個開源框架，可以讓用戶有效地管理和處理在分布式計算環境中的大數據。Apache Hadoop包含四個主要模塊：
Hadoop分布式文件系統（HDFS）
數據存儲在Hadoop的分布式文件系統中，它類似于計算機上的本地文件系統。與傳統文件系統相比，HDFS提供了更好的數據吞吐量。此外，HDFS提供了出色的可伸縮性。用戶可以輕松地在商用硬件上從一臺機器擴展到數千臺。
YARN
YARN用于計劃任務，負責整個管理和監控集群節點和其他資源。
在Hadoop中的模塊可幫助計劃執行并行數據計算。的Map任務將輸入數據轉換為鍵值對。減少任務消耗輸入，對其進行匯總并產生結果。
Hadoop Common
Hadoop Common在每個模塊中都使用標準Java庫。
為什么開發Hadoop？
過往互聯網的不斷發展，產生了數量龐大的Web頁面。由于數量龐大，在線搜索信息變得很困難。這些數據成為大數據，它包含兩個主要問題：
開發者致力于許多開源項目，以解決上述問題，從而更快，更有效地返回Web搜索結果。他們的解決方案是在服務器集群之間分布數據和計算以實現同步處理。
最終，Hadoop成為這些問題的解決方案，并帶來了許多其他好處，包括降低了服務器部署成本。
Hadoop大數據處理如何工作？
通過使用Hadoop，用戶可以利用集群的存儲和處理能力，并實現大數據的分布式處理。本質上，Hadoop提供了一個基礎，可以在該基礎上構建其他應用程序來處理大數據。

收集不同格式數據的應用程序通過連接到的Hadoop API將它們存儲在Hadoop集群中。捕獲文件目錄的結構以及每個創建文件的“塊”位置。Hadoop跨復制這些塊以進行并行處理。
執行數據查詢。它映射出所有，并減少了與HDFS中數據有關的任務。“”本身描述了它的作用。Map任務在提供的輸入文件的每個節點上運行，而reducer運行以鏈接數據并組織最終輸出。

Hadoop大數據工具有哪些？
Hadoop的生態系統支持各種開源大數據工具。這些工具補充了Hadoop的核心組件，并增強了其處理大數據的能力。

最有用的大數據處理工具包括：
Apache Hive：Apache Hive是一個數據倉庫，用于處理存儲在Hadoop文件系統中的大量數據。
Apache ：Apache 可自動執行故障轉移，并減少發生故障的的影響。
Apache HBase：Apache HBase是Hadoop的開源非關系數據庫。
Apache Flume：Apache Flume是用于數據流式傳輸大量日志數據的分布式服務。
Apache Sqoop：Apache Sqoop是用于在Hadoop和關系數據庫之間遷移數據的命令行工具。
Apache Pig：Apache Pig是Apache的開發平臺，用于開發在Hadoop上運行的作業。使用的軟件語言是Pig Latin。
Apache Oozie：Apache Oozie是一個調度系統，可促進Hadoop作業的管理。
Apache ：Apache 是用于對來自不同數據處理工具的數據進行排序的存儲和表管理工具。
Hadoop的優勢
Hadoop是用于大數據處理的強大解決方案，并且是處理大數據的企業必不可少的工具。
Hadoop的主要功能和優勢包括：
更快地存儲和處理大量數據
隨著社交媒體和物聯網的不斷發展，要存儲的數據量急劇增加。這些數據集的存儲和處理對于擁有它們的企業至關重要。
靈活性
Hadoop的靈活性使用戶可以保存非結構化數據類型，例如文本，符號，圖像和視頻。在傳統的關系數據庫（如RDBMS）中需要在存儲數據之前對其進行處理。但是對于Hadoop，不需要預處理數據，因為可以按原樣存儲數據并決定以后如何處理它。換句話說，它表現為NoSQL數據庫。
強大的處理能力

Hadoop通過分布式計算模型處理大數據。它高效地利用處理能力，使其既快速又高效。
降低成本
許多團隊由于其高昂的成本而放棄了諸如Hadoop之類的框架之前的項目。Hadoop是一個開放源代碼框架，可以免費使用，并且使用低成本的商品硬件來存儲數據。
可伸縮性
Hadoop允許僅通過更改集群中的節點數即可快速擴展系統，而無需進行大量管理。
容錯
使用分布式數據模型的眾多優勢之一是其容忍故障的能力。Hadoop不依賴硬件來維持可用性。如果設備發生故障，系統會自動將任務重定向到另一臺設備。容錯是可能的，因為可以通過在整個集群中保存多個數據副本來維護冗余數據。換句話說，在軟件層保持高可用性。
三種主要用例
處理大數據
建議將Hadoop用于海量數據，通常范圍為PB或更大。它更適合需要大量處理能力的海量數據。對于處理幾百GB范圍內的少量數據的企業而言，Hadoop可能不是最佳選擇。
存儲各種數據
使用Hadoop的眾多優勢之一是它具有靈活性并支持各種數據類型。不管數據是由文本，圖像還是視頻數據組成，Hadoop都可以有效地存儲它。企業可以根據需要選擇如何處理數據。Hadoop具有數據湖的特性，因為它提供了對存儲數據的靈活性。
并行數據處理
Hadoop中使用的算法協調存儲數據的并行處理，這意味著可以同時執行多個任務。但是不允許進行聯合操作，因為這會混淆Hadoop中的標準方法。只要數據彼此獨立，它就會包含并行性。
Hadoop的實際應用
全球的企業都在應用Hadoop大數據處理系統。那么，具有有哪些Hadoop的實際應用呢？
了解客戶需求
如今，Hadoop已被證明對于了解客戶需求非常有用。金融行業和社交媒體中的大型公司使用它通過分析有關其活動的大數據來了解客戶需求。
企業使用數據為客戶提供個性化服務。可能已經根據用戶的興趣和互聯網活動，通過在社交媒體和電子商務網站上顯示的廣告來體驗到這一點。
優化業務流程

Hadoop通過更好地分析業務和客戶數據來幫助優化業務績效。趨勢分析和預測分析可以幫助公司定制其產品和庫存，以增加銷售額。這樣的分析將有助于更好的決策并帶來更高的利潤。
此外，企業使用Hadoop通過收集有關彼此交互的數據來監控員工的行為，從而改善工作環境。
改善醫療保健服務
醫療行業的機構可以使用Hadoop監控有關健康問題和醫療結果的大量數據。研究人員可以分析這些數據以識別健康問題，預測用藥并決定治療計劃。這種改善將使各國能夠迅速改善其衛生服務。
金融交易
Hadoop擁有先進的算法，可以使用預定義的設置掃描市場數據，以識別交易機會和季節性趨勢。金融公司可以通過Hadoop的強大功能自動執行大多數操作。
用于物聯網
物聯網設備取決于數據的可用性與有效運行。設備制造商將Hadoop用作數十億筆交易的數據倉庫。由于物聯網是一種數據流概念，因此Hadoop是一種適用于管理其所包含的大量數據的實用解決方案。Hadoop不斷更新，使我們能夠改進與物聯網平臺一起使用的指令。Hadoop的其他實際用途包括改善設備性能，改善個人量化和性能優化，改善運動和科學研究。
使用Hadoop有哪些挑戰？
每個應用程序都具有優勢和挑戰。Hadoop也帶來了不少的挑戰：
算法并不總是解決方案
算法并不支持所有方案。它適用于簡單的信息請求和問題，這些請求和問題分解成多個獨立的單元，但不適用于迭代任務。對于高級分析計算效率低下，因為迭代算法需要大量的互通，并且在階段創建多個文件。
完全開發的數據管理
Hadoop沒有提供用于數據管理，元數據和數據治理的綜合工具。此外，它缺少數據標準化和確定質量所需的工具。
人才缺少
由于Hadoop陡峭的學習曲線，很難找到具有Java技能的入門級程序員，而這些技能足以使高效。這種密集性是提供商對將關系（SQL）數據庫技術置于Hadoop之上感興趣的主要原因，因為查找具有SQL方面扎實知識而不是技能的程序員要容易得多。
Hadoop管理既是一門藝術，也是一門科學，需要對操作系統，硬件和Hadoop內核設置有所了解。
數據安全性
身份驗證協議是朝著使Hadoop環境變得安全的重要一步。數據安全對于保護大數據系統免受分散的數據安全問題至關重要。