查看: 8092|回复: 12
请教：分享视频时哪种格式清晰而且不占内存？
TA的每日心情无聊 10:32签到天数: 13 天[LV.3]偶尔看看II
请教下各位，分享视频时输出哪种格式清晰而且不占内存？
模板天空论坛 -版权声明1、本主题所有言论和图片纯属会员个人意见，与本论坛立场无关。
2、本站所有主题由该帖子作者发表，该帖子作者与享有帖子相关版权。
3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和的同意。
4、如本帖侵犯到任何版权问题，请立即告知本站(Email：)，本站将及时予与删除并致以最深的歉意。
5、在发表言论时，请遵守当地法律法规。若违反相关法律法规，管理员和版主有权不事先通知发贴者而删除本文。
TA的每日心情开心 21:39签到天数: 4 天[LV.2]偶尔看看I
你是不是想问而体积小而高清吧，我习惯720P的WMV格式，别的格式感觉达不到要求，当然，我也没全部试完
TA的每日心情擦汗 08:06签到天数: 1 天[LV.1]初来乍到
mp4.。。个人觉得是这样
TA的每日心情擦汗 18:58签到天数: 37 天[LV.5]常住居民I
我觉得mkv不错，一直都是用这个分享的
该用户从未签到
swf ,flv fl4v.这几种格式文件都很小。清晰度取决于制作者的视频源。
TA的每日心情慵懒 10:50签到天数: 1 天[LV.1]初来乍到
要说最清晰的事wav格式的吧
该用户从未签到
哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈
该用户从未签到
wmv，MP4，flv，号称flv应该是最小的了。当然千万不要avi。这个是最大的。mpg应该也还可以。
TA的每日心情郁闷5&天前签到天数: 173 天[LV.7]常住居民III
swf ,flv fl4v.这几种格式占内存少，但是在大屏幕上清晰度就不如人意了。
TA的每日心情开心 21:55签到天数: 180 天[LV.7]常住居民III
swf ,flv fl4v.这几种格式文件都很小。清晰度取决于制作者的视频源。
Powered byApache Arrow：一个跨平台的内存数据交换格式 – 过往记忆
欢迎关注Hadoop、Spark、FlinkHive、Hbase、Flume等大数据资料分享微信公共账号：iteblog_hadoop。
文章总数：729
浏览总数：8,533,420
评论：4597
分类目录：85 个
注册用户数：2206
最后更新：日
欢迎关注微信公共帐号：iteblog_hadoop
IT技术前沿：geek_toutiao
　　Apache 是Apache基金会下一个全新的开源项目，同时也是顶级项目。它的目的是作为一个跨平台的数据层来加快大数据分析项目的运行速度。
　　用户在应用大数据分析时除了将Hadoop等大数据平台作为一个经济的存储和批处理平台之外也很看重分析系统的扩展性和性能。过去几年开源社区已经发布了很多工具来完善大数据分析的生态系统，这些工具涵盖了数据分析的各个层面，比如列式存储格式(Parquet/ORC)、内存计算层(Drill、Spark、Impala和Storm)以及强大的API接口(Python和R语言)。则是最新加入的一员，它提供了一种跨平台跨应用的内存数据交换格式。
　　提高大数据分析性能的一个重要手段是对列式数据的设计和处理。列式数据处理借助向量计算和SIMD使我们可以充分挖掘硬件的潜力。Apache Drill这一大数据查询引擎无论是在硬盘还是在内存中数据都是以列的方式存在的，而Arrow就是由Drill中Value Vector这一数据格式发展而来。除了列式数据，Apache Arrow也支持关系型和动态数据集，这使它成了处理物联网等数据时的理想格式选择。
　　Apache Arrow为大数据生态系统带来了可能性是无穷的。有Apache Arrow做为今后的标准数据交换格式，各个数据分析的系统和应用之间的交互性可以说是上了一个新的台阶。过去大部分的CPU周期都花在了数据的序列化和反序列化上，现在我们则能够实现不同系统之间数据的无缝共享。这意味着用户在将不同的系统结合使用时再也不用为数据格式多花心思了。下图是列式存储格式和行式存储格式之间的区别：
　　使用Apache Arrow前后优势对比
　　在不使用Apache Arrow项目的系统数据交互过程中：（1）、每个系统都有自己内部的内存格式；（2）、70-80%的CPU浪费在序列化和反序列化过程；（3）、类似功能在多个项目中实现，没有一个标准。如下图所示：
　　在使用Apache Arrow项目的系统数据交互过程中：（1）、所有系统都使用同一个内存格式；（2）、避免了系统间通信的开销；（3）、项目间可以共享功能（比如Parquet-to-Arrow reader）如下图所示：
　　本文转载自：http://geek.csdn.net/news/detail/58169；
　　英文原文：Apache Arrow – New Level of Performance and Interoperability for Big Data Analytics：/blog/apache-arrow-new-level-performance-and-interoperability-big-data-analytics
本博客文章除特别声明，全部都是原创！
禁止个人和公司转载本文、谢谢理解：
下面文章您可能感兴趣}