学习_02_Lambda架构_0920.pptxVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
查看更多
学习_02_Lambda架构_0920

吴新丽 Lambda架构 2016 1 背景 背景介绍 1 背景介绍 Lambda:一个实时大数据处理框架; 目标:满足实时大数据系统关键特性,包括有高容错、低延时和可扩展等。 整合离线计算和实时计算,融合不可变性,读写分离和复杂性隔离等一系列架构原则,可集成Hadoop,Kafka,Storm,Spark,Hbase等各类大数据组件。 大数据系统的关键特性 2 关键特性 Robust and fault-tolerant(容错性和鲁棒性) Low latency reads and updates(低延时) Scalable(横向扩容) General(通用性) Extensible(可扩展) Allows ad hoc queries(方便查询) Minimal maintenance(易于维护) Debuggable(易调试) 数据系统的本质 3 数据系统的定义 通过查询过去的全部或部分数据回答问题。 Query=Function(alldata) 数据系统=数据+查询 数据的本质:一个不可分割的单元 关键特性 When:数据与时间相关,时间性质决定了数据的全局发生先后,也就决定了数据的结果; What:数据本身,具有不可变性(immutable),过往的数据已成事实; 数据操作:CR 读取(Read) 添加(Create):Update和Delete本质上其实是新产生的数据信息,用C来记录 Lambda架构 4 Lambda架构数据存储特性 数据不可变(Immutable) 采用不可变的数据模型,存储数据时只需要简单的往主数据集后追加数据即可。 存储所有数据(StoreEverything Rawly) Lambda架构主要思想 批处理层(batchlayer) 实时处理层(speedlayer) 服务层(servinglayer) ——将大数据系统架构分为3个层次 Lambda架构 New Data Stream Immutable Master Dataset Precompute Views Process Stream Increment Views Batch Recompute Realtime Increment Views 1 Views 1 Views 1 Views 1 Views 1 Views 1 Batch Views Real-time Views Query Batch Layer Serving Layer Speed Layer BatchLayer MastDataset:一个持续增长的数据集 BatchLayer的两个职责: 存储MasterDataset; 针对MasterDataset进行预运算; View:结合业务自身需求的各种查询 应用场景约束: 需要预先知道查询需要的数据,以便安排执行计划; 预运算的统计数据支持合并(merge); SpeedLayer RealtimeView=function(realtimeView, newdata) 处理最近的增量数据流 增量计算 Serving Layer Query=function(BatchViews,RealtimView) 根据业务查询需求对BatchViews和RealtimeView进行随机访问; 只要Batchlayer完成对BatchViews的预运算,Servinglayer就需要对BatchViews进行更新; 合并两者数据,对用户提供统一的接口 一旦数据通过batch layer进入到serving layer,在realtime view中的相应结果就不再需要了。 Lambda架构组件选型 New Data Stream Immutable Master Dataset Precompute Views Process Stream Increment Views Batch Recompute Realtime Increment Views 1 Views 1 Views 1 Views 1 Views 1 Views 1 Batch Views Real-time Views Query Batch Layer Serving Layer Speed Layer Kafka 存储:HDFS、ODPS 计算:MapReduce或Spark MySql:查询少量的最近结果数据 Hbase:查询大量的历史结果数据 Storm或SparkStreaming Redis 对比分析 6 谢谢

文档评论(0)

shuwkb + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档