大数据主流的计算框架主要包括以下几种类型：
1. 分布式计算框架：这类框架主要用于处理大规模数据集，将数据分布到多个计算节点上进行并行计算。常见的分布式计算框架有Apache Hadoop、Apache Spark等。
2. 内存计算框架：这类框架主要用于在内存中进行数据处理和分析，不需要将数据存储到硬盘上。常见的内存计算框架有Apache Spark、Hadoop MapReduce等。
3. 流式计算框架：这类框架主要用于处理实时数据流，可以在数据流到达时立即进行处理。常见的流式计算框架有Apache Flink、Apache Storm等。
4. 图计算框架：这类框架主要用于处理结构化的图形数据，如社交网络、生物信息学等。常见的图计算框架有Apache Gephi、Apache Neo4j等。
5. 机器学习框架：这类框架主要用于处理机器学习任务，如分类、聚类、回归等。常见的机器学习框架有TensorFlow、PyTorch等。
6. 搜索引擎框架：这类框架主要用于处理大规模的文本数据，如Elasticsearch、Solr等。
7. 云计算框架：这类框架主要用于处理大规模数据，可以提供弹性的计算资源。常见的云计算框架有Amazon EC2、Google Cloud Platform等。
8. 大数据平台：这类框架主要用于构建和管理整个大数据生态系统，包括数据采集、存储、处理、分析等多个环节。常见的大数据平台有Hadoop HDFS、Spark等。
以上是大数据主流的计算框架的一些主要类型，每种框架都有其独特的优点和适用场景，可以根据具体的需求选择合适的框架进行使用。
