原创力文档- 1、本文档共42页，其中可免费阅读13页，需付费170金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
电商系统，每天产生的大量的用户浏览的日志文件，采用HDFS分布式存储系统，就能解决大数据的存储难题。再用Hive进行数据分层处理，存储在数据仓库中，这样方便管理。也进一步挖掘数据资源，为了决策提供数据支持。
数据采集技术Flume中TaildirSource，它能监测多个目录，并且支持断点续传。Kafka接受Flume采集的数据，进行削峰处理，Flume再去消费Kafka中的数据，并且将10分钟的内传过来的小文件合成一个大文件，大小为128M，上传到HDFS系统，采用LZO的压缩存储。MySQL数据库中的数据，采用Sqoop导入到HDFS系统上。
利用Hive的离线处理，将上传HD
文档评论（0）