大数据平台技术框架选型分析.docxVIP

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 城市大數据平台城市大數据平台歎据集戒数据仓库 城市大數据平台 城市大數据平台 歎据集戒 数据仓库 数据仓库 平ft*? 元数据入库,歡据溝洗加工 元数据入库, 歡据溝洗 加工 数据接人标准比人军」「分类数据任军分类数据任军 数据接人 标准比人军」「 分类数据任军 分类数据任军 统it#析、挖 socket 走制，主戒走制，主戒丈件导k 走制，主戒 走制，主戒 DE ccnect Ti~eb sendee 册务监啻册务监啻生成领导仪表 册务监啻 册务监啻 生成领导仪表 权限麵龜据接口 上農应用捱成 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Bl＞平台监管 ，域眾表暫霍迤童实銘患豔 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 API或基于?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 ?商业服务性价比高，并有空间脱离第三方商业技术服务 5?—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 一一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 一一不只是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 horton works 国内类 exadoop TDW+fi neBI 成本 100%开源 培训服务3k/人 授权支持100K 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 优势 劣势 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 整合周期不可控 监控功能强大Armbri 1、 开源强大支持的开源套 件 2、 配套商业服务支持 商业成本较咼 元 1、 国产套件 2、 交流支持方 便 3、 商业服务较 灵活 依赖于打包服 务公