大数据计算技术研究与应用.pdfVIP

下载本文档

24
0
约1.86万字
约 33页
2018-03-10 发布于天津
举报
版权申诉

大数据计算技术研究与应用.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

大数据计算技术研究与应用

大数据计算技术研究与应用查礼（char@）大数据管理系统部网络数据科学与工程重点实验室中科院计算所 2013.7.9 提纲大数据研究背景和问题开源软件Apache Hadoop 大数据管理系统关键技术电子商务系统的实际应用背景：大规模数据计算 通信、网络、存储、传感器等电子信息技术飞速发展导致数据规模极大增加 – Big Data 传统的存储并处理这些数据的技术手段遇到瓶颈数据为王 Processing 100TB datasets One node Scanning@50MB/s = 35,000 min 1000 node Scanning@50MB/s=35 min Search Engine Data Warehousing Log Processing/User Online Data Analysis Behavior Analyzing 背景 – 大数据的大问题 • Facebook用户每天上传3亿张照片，超过数据爆炸对数据存储与 500TB的数据增长量，100PB单集群存储处理效能提出了挑战！容量 • Google索引的在线数据2002年是5EB，到 2009年增长到280EB • 淘宝网注册用户达到3.7亿，在线商品数达到9亿，14PB海量数据存储 • 高速发展的数据型互联网企业需要连续的系统扩展能力 数据快速增长与数据中心扩容周期缓慢的矛盾 • 如何维持低成本曲线和高性能曲线是现实问题 数据业务深度的不断加强和数据处理性能现状的矛盾 2020年：数据量将达到35ZB，较2009年增大44倍 2020年：来源：IDC Digital Universe Study, May 2010 60% 以上的创造数据将因无法存储而丢失。背景：解决大数据问题的思路海量数据计算海量数据存储 Facebook应用案例 Hive Web Interface / CLI Analytics for users Business intelligence Data Analysis/Data Mining Oracle RAC MySQL(user info) Hive/HBase on top of Hadoop ETL, Workflow View/Click/Events Log Management Storage Zh