大数据平台技术框架选型分析（一）.pptxVIP

学 海 无 涯 大数据平台框架选型分析一、需求城市大数据平台，首先是作为一个数据管理平台，核心需求是数据的存和取， 然后因为海量数据、多数据类型的信息需要有丰富的数据接入能力和数据标准化 处理能力，有了技术能力就需要纵深挖掘附加价值更好的服务，如信息统计、分 析挖掘、全文检索等，考虑到面向的客户对象有的是上层的应用集成商，所以要 考虑灵活的数据接口服务来支撑。二、平台产品业务流程学 海 无 涯 三、选型思路 必要技术组件服务：ETL 非/关系数据仓储 大数据处理引擎 服务协调 分析 BI 平台监管四、选型要求需要满足我们平台的几大核心功能需求，子功能不设局限性。如不满足全部， 需要对未满足的其它核心功能的开放使用服务支持国内外资料及社区尽量丰富，包括组件服务的成熟度流行度较高学 海 无 涯 需要对选型平台自身所包含的核心功能有较为深入的理解，易用其 API 或基于 源码开发商业服务性价比高，并有空间脱离第三方商业技术服务一些非功能性需求的条件标准清晰，如承载的集群节点、处理数据量及安全机 制等五、选型需要考虑简单性：亲自试用大数据套件。这也就意味着：安装它，将它连接到你的Hadoop 安 装，集成你的不同接口（文件、数据库、B2B 等等），并最终建模、部署、执行一些大数 据作业。自己来了解使用大数据套件的容易程度——仅让某个提供商的顾问来为你展示它 是如何工作是远远不够的。亲自做一个概念验证。广泛性：是否该大数据套件支持广泛使用的开源标准——不只是Hadoop 和它的生态 系统，还有通过SOAP 和REST web 服务的数据集成等等。它是否开源，并能根据你的特 定问题易于改变或扩展？是否存在一个含有文档、论坛、博客和交流会的大社区？特性：是否支持所有需要的特性？Hadoop 的发行版本（如果你已经使用了某一个）？ 你想要使用的Hadoop 生态系统的所有部分？你想要集成的所有接口、技术、产品？请注意过多的特性可能会大大增加复杂性和费用。所以请查证你是否真正需要一个非常重量级 的解决方案。是否你真的需要它的所有特性？陷阱：请注意某些陷阱。某些大数据套件采用数据驱动的付费方式（“数据税”），也就 是说，你得为自己处理的每个数据行付费。因为我们是在谈论大数据，所以这会变得非常 昂贵。并不是所有的大数据套件都会生成本地 Apache Hadoop 代码，通常要在每个 Hadoop 集群的服务器上安装一个私有引擎，而这样就会解除对于软件提供商的独立性。还要考虑 你使用大数据套件真正想做的事情。某些解决方案仅支持将Hadoop 用于 ETL 来填充数据 至数据仓库，而其他一些解决方案还提供了诸如后处理、转换或Hadoop 集群上的大数据分析。ETL 仅是Apache Hadoop 和其生态系统的一种使用情形。六、方案分析 自建套件hortonworks国内类 exadoopTDW+fineBI成本100%开源 培训服务 3k/人 授权支持 100K 学 海 无 涯 性能单集群最大规模达到 5600 台，处理数据 量可达百P 级功能按需整合HDFS 和 YARN 数据管理从各种引擎访问数据根据策略加载和管理数据 身份验证、授权和数据保护 大规模配置、管理、监控和 运营 Hadoop 群集与您的数据分析工具集成 跨平台配置部署易操作性安装复杂，操作需要专业培训。图形设计界面，参数配置，易上手。应用成熟 度 国外大客户较多 文档/社 区支 持文档较多，社区一般，相关专业培训较 多。官方社区比较活跃（英文）中文社区有 1 个文档较少， 多为英文文档文档较少，无商用服务，无 任何技术支持扩展性开源开放开源开放开源开放移植性支持多操作系统支持多操作系统支持多操作系统支持多操作系统监控监控功能强大 Armbri元无优势 1、跟随产品阶段逐步完善整合自定义 套件2、自选流行组件， 资料丰富1、开源强大支持的开源套件 2、配套商业服务支持 1、国产套件 2、交流支持方 便 3、商业服务较 灵活 1、开源中文支持 2、基于大数据 处理核心，灵 活组合其它组 件来适应不同 产品阶段及项 目 劣势 整合周期不可控商业成本较高 依赖于打包服务公司的支持 半定制套件，预学现用 七、相关资料https://prestodb.io/ /group/topic/233669//group/topic/233669/ HDP (hortonworks)A Complete Enterprise Hadoop Data Platform学 海 无 涯 开源工具汇总整理类别 名称 备注 查询引擎 Phoenix Salesforce 公司出品，Apache HBase 之上的一个 SQL 中间层，完全使学 海 无 涯 用 Java 编写 Sting