多图技术贴:深入浅出解析大数据平台架构

大数据   2015-03-12 09:53:47 发布
您的评价:
     
4.0
收藏     1收藏
文件夹
标签
(多个标签用逗号分隔)

目录:

  • 什么是大数据
  • Hadoop介绍-HDFS、MR、Hbase
  • 大数据平台应用举例-腾讯
  • 公司的大数据平台架构

“就像望远镜让我们能够感受宇宙,显微镜让我们能够观测微生物一样,大数据正在改变我们的生活以及理解世界的方式……”。

大数据的4V特征-来源

多图技术贴:深入浅出解析大数据平台架构

公司的“大数据”

随着公司业务的增长,大量和流程、规则相关的非结构化数据也爆发式增长。比如:

1、业务系统现在平均每天存储20万张图片,磁盘空间每天消耗100G;

2、平均每天产生签约视频文件6000个,每个平均250M,磁盘空间每天消耗1T;

……

三国里的“大数据”

“草船借箭”和大数据有什么关系呢?对天象的观察是基于一种对风、云、温度、湿度、光照和所处节气的综合分析这些数据来源于多元化的“非结构”类型,并且数据量较大,只不过这些数据输入到的不是电脑,而是人脑并最终通过计算分析得出结论。

多图技术贴:深入浅出解析大数据平台架构

Google分布式计算的三驾马车

  • Google File System用来解决数据存储的问题,采用N多台廉价的电脑,使用冗余(也就是一份文件保存多份在不同的电脑之上)的方式,来取得读写速度与数据安全并存的结果。
  • Map-Reduce说穿了就是函数式编程,把所有的操作都分成两类,map与reduce,map用来将数据分成多份,分开处理,reduce将处理后的结果进行归并,得到最终的结果。
  • BigTable是在分布式系统上存储结构化数据的一个解决方案,解决了巨大的Table的管理、负载均衡的问题。

Hadoop体系架构

多图技术贴:深入浅出解析大数据平台架构

Hadoop核心设计

多图技术贴:深入浅出解析大数据平台架构

HDFS介绍-文件读流程

多图技术贴:深入浅出解析大数据平台架构

Client向NameNode发起文件读取的请求。
NameNode返回文件存储的DataNode的信息。
Client读取文件信息。
HDFS介绍-文件写流程
多图技术贴:深入浅出解析大数据平台架构
Client向NameNode发起文件写入的请求。
NameNode根据文件大小和文件块配置情况,返回给Client它所管理部分DataNode的信息。
Client将文件划分为多个Block,根据DataNode的地址信息,按顺序写入到每一个DataNode块中。

MapReduce——映射、化简编程模型

输入数据->Map分解任务->执行并返回结果->Reduce汇总结果->输出结果

多图技术贴:深入浅出解析大数据平台架构

Hbase——分布式数据存储系统

多图技术贴:深入浅出解析大数据平台架构

Client:使用HBase RPC机制与HMaster和HRegionServer进行通信

Zookeeper:协同服务管理,HMaster通过Zookeepe可以随时感知各个HRegionServer的健康状况

HMaster: 管理用户对表的增删改查操作

HRegionServer:HBase中最核心的模块,主要负责响应用户I/O请求,向HDFS文件系统中读写数据

HRegion:Hbase中分布式存储的最小单元,可以理解成一个Table

HStore:HBase存储的核心。由MemStore和StoreFile组成。

HLog:每次用户操作写入Memstore的同时,也会写一份数据到HLog文件

还有哪些NoSQL产品?

多图技术贴:深入浅出解析大数据平台架构

为什么要使用NoSQL?

一个高并发网站的DB进化史

多图技术贴:深入浅出解析大数据平台架构

关系模型>聚合数据模型的转换-基本变换

多图技术贴:深入浅出解析大数据平台架构

关系模型>聚合数据模型的转换-内嵌变换

多图技术贴:深入浅出解析大数据平台架构

关系模型>聚合数据模型的转换-分割变换

多图技术贴:深入浅出解析大数据平台架构

关系模型>聚合数据模型的转换-内联变换

多图技术贴:深入浅出解析大数据平台架构

Hadoop2.0

MapReduce:
JobTracker:协调作业的运行。
TaskTracker:运行作业划分后的任务。

多图技术贴:深入浅出解析大数据平台架构
大数据的技术领域
多图技术贴:深入浅出解析大数据平台架构
腾讯大数据现状(资料来自2014.4.11 腾讯分享日大会)
多图技术贴:深入浅出解析大数据平台架构
  多图技术贴:深入浅出解析大数据平台架构
腾讯大数据平台产品架构
多图技术贴:深入浅出解析大数据平台架构
腾讯大数据平台与业务平台的关系
多图技术贴:深入浅出解析大数据平台架构
公司数据处理平台的基础架构
多图技术贴:深入浅出解析大数据平台架构
公司大数据平台架构图
多图技术贴:深入浅出解析大数据平台架构
应用一数据分析
多图技术贴:深入浅出解析大数据平台架构
应用二视频存储
  多图技术贴:深入浅出解析大数据平台架构
应用三离线日志分析
多图技术贴:深入浅出解析大数据平台架构
应用五在线数据分析
参考资料:京东基于Samza的流式计算实践
多图技术贴:深入浅出解析大数据平台架构

作者:昆明小虫
来自:http://www.36dsj.com/archives/10223

扩展阅读

深入浅出解析大数据平台架构
微店的大数据平台建设实践与探讨
大数据架构和模式(四) - 了解用于大数据解决方案的原子模式和复合模式
部署大数据?请参考大数据分析平台架构(Big Data Analytics Platform)
大数据环境下互联网行业数据仓库/数据平台的架构之漫谈

为您推荐

web安全实战
Google Dremel 原理 - 如何能3秒分析1PB
iOS 第三方开源库-----AFNetworking
Python 并行任务技巧
Android应用程序开发以及背后的设计思想深度剖析

更多

大数据
分布式/云计算/大数据
相关文档  — 更多
相关经验  — 更多
相关讨论  — 更多