大数据平台技术框架选型资料.doc
《大数据平台技术框架选型资料.doc》由会员分享,可在线阅读,更多相关《大数据平台技术框架选型资料.doc(10页珍藏版)》请在咨信网上搜索。
1、大数据平台框架选型分析一、 需求城市大数据平台,首先是作为一个数据管理平台,核心需求是数据的存和取,然后因为海量数据、多数据类型的信息需要有丰富的数据接入能力和数据标准化处理能力,有了技术能力就需要纵深挖掘附加价值更好的服务,如信息统计、分析挖掘、全文检索等,考虑到面向的客户对象有的是上层的应用集成商,所以要考虑灵活的数据接口服务来支撑。二、 平台产品业务流程三、 选型思路必要技术组件服务:ETL 非/关系数据仓储 大数据处理引擎 服务协调 分析BI 平台监管四、 选型要求1 需要满足我们平台的几大核心功能需求,子功能不设局限性。如不满足全部,需要对未满足的其它核心功能的开放使用服务支持2 国
2、内外资料及社区尽量丰富,包括组件服务的成熟度流行度较高3 需要对选型平台自身所包含的核心功能有较为深入的理解,易用其API或基于源码开发4 商业服务性价比高,并有空间脱离第三方商业技术服务5 一些非功能性需求的条件标准清晰,如承载的集群节点、处理数据量及安全机制等五、 选型需要考虑简单性:亲自试用大数据套件。这也就意味着:安装它,将它连接到你的Hadoop安装,集成你的不同接口(文件、数据库、B2B等等),并最终建模、部署、执行一些大数据作业。自己来了解使用大数据套件的容易程度仅让某个提供商的顾问来为你展示它是如何工作是远远不够的。亲自做一个概念验证。广泛性:是否该大数据套件支持广泛使用的开源
3、标准不只是Hadoop和它的生态系统,还有通过SOAP和REST web服务的数据集成等等。它是否开源,并能根据你的特定问题易于改变或扩展?是否存在一个含有文档、论坛、博客和交流会的大社区?特性:是否支持所有需要的特性?Hadoop的发行版本(如果你已经使用了某一个)?你想要使用的Hadoop生态系统的所有部分?你想要集成的所有接口、技术、产品?请注意过多的特性可能会大大增加复杂性和费用。所以请查证你是否真正需要一个非常重量级的解决方案。是否你真的需要它的所有特性?陷阱:请注意某些陷阱。某些大数据套件采用数据驱动的付费方式(“数据税”),也就是说,你得为自己处理的每个数据行付费。因为我们是在谈
4、论大数据,所以这会变得非常昂贵。并不是所有的大数据套件都会生成本地Apache Hadoop代码,通常要在每个Hadoop集群的服务器上安装一个私有引擎,而这样就会解除对于软件提供商的独立性。还要考虑你使用大数据套件真正想做的事情。某些解决方案仅支持将Hadoop用于ETL来填充数据至数据仓库,而其他一些解决方案还提供了诸如后处理、转换或Hadoop集群上的大数据分析。ETL仅是Apache Hadoop和其生态系统的一种使用情形。六、 方案分析自建套件hortonworks国内类exadoopTDW+fineBI成本100%开源培训服务3k/人授权支持100K性能单集群最大规模达到5600台
5、,处理数据量可达百P级功能按需整合HDFS和YARN数据管理从各种引擎访问数据根据策略加载和管理数据身份验证、授权和数据保护大规模配置、管理、监控和运营 Hadoop 群集与您的数据分析工具集成跨平台配置部署易操作性安装复杂,操作需要专业培训。图形设计界面,参数配置,易上手。应用成熟度国外大客户较多文档/社区支持文档较多,社区一般,相关专业培训较多。官方社区比较活跃(英文)中文社区有1个文档较少,多为英文文档文档较少,无商用服务,无任何技术支持扩展性开源开放开源开放开源开放移植性支持多操作系统支持多操作系统支持多操作系统支持多操作系统监控监控功能强大Armbri元无优势1、 跟随产品阶段逐步完
6、善整合自定义套件2、 自选流行组件,资料丰富1、 开源强大支持的开源套件2、 配套商业服务支持1、 国产套件2、 交流支持方便3、 商业服务较灵活1、开源中文支持2、基于大数据处理核心,灵活组合其它组件来适应不同产品阶段及项目劣势整合周期不可控商业成本较高依赖于打包服务公司的支持半定制套件,预学现用七、 相关资料https:/prestodb.io/HDP (hortonworks)A Complete Enterprise Hadoop Data Platform开源工具汇总整理类别名称备注查询引擎PhoenixSalesforce公司出品,Apache HBase之上的一个SQL中间层,完
7、全使用Java编写Stinger原叫Tez,下一代Hive,Hortonworks主导开发,运行在YARN上的DAG计算框架PrestoFacebook开源SharkSpark上的SQL执行引擎Pig基于Hadoop MapReduce的脚本语言Cloudera Impala参照Google Dremel实现,能运行在HDFS或HBase上,使用C+开发Apache Drill参照Google Dremel实现Apache Tajo一个运行在YARN上支持SQL的分布式数据仓库Hive基于Hadoop MapReduce的SQL查询引擎流式计算Facebook Puma实时数据流分析Twitt
8、er Rainbird分布式实时统计系统,如网站的点击统计Yahoo S4Java开发的一个通用的、分布式的、可扩展的、分区容错的、可插拔的无主架构的流式系统Twitter Storm使用Java和Clojure实现迭代计算Apache Hama建立在Hadoop上基于BSP(Bulk Synchronous Parallel)的计算框架,模仿了Google的Pregel。Apache Giraph建立在Hadoop上的可伸缩的分布式迭代图处理系统,灵感来自BSP(bulk synchronous parallel)和Google的PregelHaLoop迭代的MapReduceTwister
9、迭代的MapReduce离线计算Hadoop MapReduce经典的大数据批处理系统Berkeley Spark使用Scala语言实现,和MapReduce有较大的竞争关系,性能强于MapReduceDataTorrent基于Hadoop2.X构建的实时流式处理和分析平台,每秒可以处理超过10亿个实时事件键值存储LevelDBGoogle开源的高效KV编程库,注意它只是个库RocksDBFacebook开源的,基于Google的LevelDB,但提高了扩展性可以运行在多核处理器上HyperDex下一代KV存储系统,支持strings、integers、floats、lists、maps和se
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 平台 技术 框架 选型 资料
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【天****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【天****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。