数据空间
您当前的位置: 首页 /数据知识

深入浅出解析大数据平台架构

发布时间:[2017-06-02] 来源:数据分析 点击量:

  目录:

  什么是大数据

  Hadoop介绍-HDFSMRHbase

  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

1.jpg

  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。

2.jpg

  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,mapreducemap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。

  adoop体系架构

3.jpg

  Hadoop核心设计

4.jpg

  HDFS介绍-文件读流程

5.jpg

  ClientNameNode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

6.jpg

  ClientNameNode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

7.jpg

  Hbase——分布式数据存储系统

 8.jpg

  Client:使用HBase RPC机制与HMasterHRegionServer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

  HRegionServerHBase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

  HStoreHBase存储的核心。由MemStoreStoreFile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?

9.jpg

  为什么要使用NoSQL

  一个高并发网站的DB进化史

10.jpg

  关系模型>聚合数据模型的转换-基本变换

11.jpg

  关系模型>聚合数据模型的转换-内嵌变换

12.jpg

  关系模型>聚合数据模型的转换-分割变换

13.jpg

  关系模型>聚合数据模型的转换-内联变换

 14.jpg

  Hadoop2.0

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

15.jpg

  大数据的技术领域

16.jpg

  腾讯大数据现状(资料来自2014.4.11 腾讯分享日大会)

17.jpg

 18.jpg

  腾讯大数据平台产品架构

19.jpg

  腾讯大数据平台与业务平台的关系

20.jpg

  公司数据处理平台的基础架构

21.jpg

  公司大数据平台架构图

22.jpg

  应用一数据分析

23.jpg

  应用二视频存储

 24.jpg

  应用三离线日志分析

25.jpg

  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

26.jpg

END

作者:昆明小虫;转自:产品中国, BLUES公众号等平台;www.chinaedg.com/

 点击进入》主数据管理      企业数据治理    信息资源规划    数据安全管理


发表评论 共有条评论
用户名: 密码:
匿名发表