03-腾讯在spark上的应用与实践优化.pdfVIP

下载本文档

3
0
约1.61万字
约 23页
2016-11-03 发布于山西
举报
版权申诉

03-腾讯在spark上的应用与实践优化.pdf

1、本文档共23页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（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。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

03-腾讯在spark上的应用与实践优化

腾讯在Spark上的应用与实践优化王联辉 Agenda  Spark在腾讯的当前现状  Spark在腾讯的典型应用及效果  腾讯在Spark上的实践和优化  未来工作和计划 TDW(Tencent Distributed Data Warehouse) Overview User  Gaia集群结点数: 8000+ IDE Lhoste(Workflow System)  HDFS的存储空间: 150PB+ User defined jobs Hive/Pig  每天新增数据: 1PB+ (Scala/Java/Python/) MapReduce Spark Storm Docker  每天仸务数: 1M+  每天计算量: 10PB+ GAIA(Based on YARN) HDFS IDE: 用于提交SQL戒脚本的Eclipse插件和Web界面 Lhoste: 各类作业的工作流调度系统，类似于Oozie GAIA: 基于YARN进行定制和优化的资源管理系统为什么我们引入Spark? M M M M M R R M M M R  DAG计算引擎 HDFS R R HDFS M M M M  Data Cache Sharing R R R  其他: task调度，数据广播等 HDFS R M M R iter.1 result1 iter.1 result1 HDFS iter.2 result2 HDFS iter.2 result2 iter.3 result3 iter.3 result3 Spark在腾讯的当前现状  作业类型：ETL,SparkSQL,Machine Learning,Graph Compute,Streaming  每天仸务数：10K+  部署模式：Gaia(8000+ Nodes,with 24 cores and 60G memory each)  底层存储: HDFS/Hive/HBase/MySQL/  从2013年的Spark