大数据架构与关键技术.doc

4大数据参考架构和关键技术

4.1大数据参考架构

大数据作为一种新兴技术，目前尚未形成完善、达成共识的技术标准体系。本章结合NIST和JTC1/SC32的研究成果，结合我们对大数据的理解和分析，提出了大数据参考架构（见图5）。

图5大数据参考架构图

大数据参考架构总体上可以概括为“一个概念体系，二个价值链维度”。“一个概念体系”是指它为大数据参考架构中使用的概念提供了一个构件层级分类体系,即“角色—活动—功能组件”，用于描述参考架构中的逻辑构件及其关系；“二个价值链维度”分别为“IT价值链”和“信息价值链”，其中“IT价值链”反映的是大数据作为一种新兴的数据应用范式对IT技术产生的新需求所带来的价值，“信息价值链”反映的是大数据作为一种数据科学方法论对数据到知识的解决过程中所实现的信息流价值。这些内涵在大数据参考模型图中得到了体现。

大数据参考架构是一个通用的大数据系统概念模型。它表达了通用的、技术无关的大数据系统的逻辑功能构件及构件之间的互操作接口，可以作为开发各种具体类型大数据应用系统架构的通用技术参考框架。其目的是建立一个开放的大数据技术参考架构，使系统工程师、数据科学家、软件开发人员、数据架构师和高级决策者，可以在可以互操作的大数据生态系统中制定一个解决方案，解决由各种大数据特性融合而带来的需要使用多种方法的问题。它提供了一个通用的大数据应用系统框架，支持各种商业环境，涉及紧密集成的公司系统和松散耦合的垂直行业，有助于理解大数据系统如何补充并有别于已有的分析、商业智能、数据库等传统的数据应用系统。

大数据参考架构采用构件层级结构来表达大数据系统的高层概念和通用的构件分类法。从构成上看，大数据参考架构是由一系列在不同概念层级上的逻辑构件组成的。这些逻辑构件被划分为三个层级，从高到低依次为角色、活动和功能组件。最顶层级的逻辑构件是角色，涉及系统协调者、数据提供者、大数据应用提供者、大数据框架提供者、数据消费者、安全和隐私、管理。第二层级的逻辑构件是每个角色执行的活动。第三层级的逻辑构件是执行每个活动需要的功能组件。

大数据参考架构图的整体布局按照代表大数据价值链的两个维度来组织，即信息价值链（水平轴）和IT价值链（垂直轴）。在信息价值链维度上，大数据的价值通过数据的收集、预解决、分析、可视化和访问等活动来实现。在IT价值链维度上，大数据价值通过为大数据应用提供存放和运营大数据的网络、基础设施、平台、应用工具以及其他IT服务来实现。大数据应用提供者处在两个维的交叉点上，表白大数据分析及其实行为两个价值链上的大数据利益相关者提供了价值。

五个重要的模型构件代表在每个大数据系统中存在的不同技术角色：系统协调者、数据提供者、大数据应用提供者、大数据框架提供者和数据消费者。此外两个非常重要的模型构件是安全隐私与管理，代表能为大数据系统其他五个重要模型构件提供服务和功能的构件。这两个关键模型构件的功能极其重要，因此也被集成在任何大数据解决方案中。

参考架构可以用于多个大数据系统组成的复杂系统（如堆叠式或链式系统），这样其中一个系统的大数据使用者可以作为此外一个系统的大数据提供者。

参考架构逻辑构件之间的关系用箭头表达，涉及三类关系：“数据”、“软件”和“服务使用”。“数据”表白在系统重要构件之间流动的数据，可以是实际数值或引用地址。“软件”表白在大数据解决过程中的支撑软件工具。“服务使用”代表软件程序接口。虽然此参考架构重要用于描述大数据实时运营环境，但也可用于配置阶段。大数据系统中涉及的人工协议和人工交互没有被包含在此参考架构中。

（1）系统协调者

系统协调者角色提供系统必须满足的整体规定，涉及政策、治理、架构、资源和业务需求，以及为保证系统符合这些需求而进行的监控和审计活动。系统协调者角色的扮演者涉及业务领导、征询师、数据科学家、信息架构师、软件架构师、安全和隐私架构师、网络架构师等。系统协调者定义和整合所需的数据应用活动到运营的垂直系统中。系统协调者通常会涉及到更多具体角色，由一个或多个角色扮演者管理和协调大数据系统的运营。这些角色扮演者可以是人，软件或两者的结合。系统协调者的功能是配置和管理大数据架构的其他组件，来执行一个或多个工作负载。这些由系统协调者管理的工作负载，在较低层可以是把框架组件分派或调配到个别物理或虚拟节点上，在较高层可以是提供一个图形用户界面来支持连接多个应用程序和组件的工作流规范。系统协调者也可以通过管理角色监控工作负载和系统，以确认每个工作负载都达成了特定的服务质量规定，还也许弹性地分派和提供额外的物理或虚拟资源，以满足由变化/激增的数据或用户/交易数量而带来的工作负载需求。

（2）数据提供者

数据提供者角色为大数据系统提供可用的数据。数据提供者角色的扮演者涉及公司、公共代理机构