同学，您好！大数据发展至今，大数据常用处理框架主要分为两种大需求，一种是批处理，一种是流处理。在企业的实际业务场景中，可能只需要批处理或流处理，也可能同时需要批处理和流处理，这就需要在构建大数据系统平台时根据具体场景选择技能。

　　1.批处理

　　批处理是大数据处理中的常见需求。 批处理主要是对大容量静态数据集进行操作，计算过程完成后返回结果。 鉴于这种处理模式，批处理有一个明显的缺点，就是面对海量数据，核算和处理的效率并不理想。如今，批处理极其擅长处理大量的持久性数据，因此常被用来分析历史数据。

　　2.流处理

　　批处理之后的另一个常见需求是流处理，它对实时进入系统的数据进行计算操作。处理结果立即可用，并将在新数据到达时继续更新。

　　在实时性方面，流处理是优秀的，但是流处理只能同时处理一个(真正的流处理)或者少量(微批处理，Micro-batch Processing)数据，并且只维护不同记录之间的条件数最少，对硬件的要求也比较高。

　　3.批处理+流处理

　　在实际使用中，有很多批处理和流处理并存的场景，混合处理框架就是为了处理这样的问题而设计的。 提供数据处理的通用解决方案，不仅提供了数据处理所需的方法，还提供了自己的集成项、库和工具，可以满足图分析、机器学习、交互式查询等多种场景。

　　总之，大数据常用处理框架主要有批处理、流处理、批处理+流处理，希望以上的内容对您有所帮助！