第19章大数据架构设计理论与实践学习笔记.pdfVIP

先天下之忧而忧，后天下之乐而乐。——范仲淹

第19章大数据架构设计

理论与实践

学习笔记

一、传统数据处理系统存在的问题

数据库无法支撑日益增长的用户请求的负载，导致数据库服务器

无法及时响应用户请求，导致出现超时错误。

1、在web服务器和数据库中间加入异步处理队列;

2、对数据库进行分区；

3、读写分离；

4、分库分表技术。

以上都无法彻底解决问题，依旧存在这样那样的问题，导致数据

不一致，需要研究大数据架构设计。

二、大数据系统架构

1、大数据处理系统面临的挑战

（1）处理结构化和非结构化数据；

（2）大数据的复杂性和不确定性；

（3）数据异构和决策异构

2、大数据处理系统结构设计的特征

（1）鲁棒性和容错性；

（2）低延迟读取和更新能力；

先天下之忧而忧，后天下之乐而乐。——范仲淹

（3）横向扩容；

（4）通用性；

（5）延展性；

（6）即席查询能力；

（7）最少维护能力；

（8）可调试性。

三、Lambda架构

1、Lambda架构

Lambda是用于同时处理离线和实时数据，可容错、可扩展的分

布式系统架构。

有批处理层、加速层、服务层。

同时以流计算和批处理计算合并视图。

Lambda架构的批处理层采用不可变存储模型，不断地往主数据集后

追加新的数据。

2、Lambda架构的优缺点

（1）优点

先天下之忧而忧，后天下之乐而乐。——范仲淹

容错性好、查询灵活度高、易伸缩、易扩展。

（2）缺点

全场景覆盖，编码开销；离线训练益处不大；重新部署和迁移成

本很高。

四、Kappa架构

1、Lambda架构

只通过流计算产生视图，删除了批处理层，将数据通道以消息队列的

方式代替。

实时层、服务层和数据层。

2、Lambda架构的优缺点

（1）优点：

将实时和离线代码统一起来，方便维护而且统一了数据口径的问

题，避免了Lambda架构中与离线数据合并的问题；

查询历史数据的时候只需要重放存储的历史数据即可。

（2）缺点：

消息中间件缓存的数据量和回溯数据有性能瓶颈。通常算法需要

过去180天的数据，如果都存在消息中间件，无疑有非常大的压力。

先天下之忧而忧，后天下之乐而乐。——范仲淹

同时，一次性回溯订正180天级别的数据，对实时计算的资源消耗也

非常大。

在实时数据处理时，遇到大量不同的实时流进行关联时，非常依

赖实时计算系统的能力，很可能因为数据流先后顺序问题，导致数据

丢失。

Kappa在抛弃了离线数据处理模块的时候，同时抛弃了离线计算

更加稳定可靠的特点。Lambda虽然保证了离线计算的稳定性，但双

系统的维护成本高且两套代码带来后期运维困难。

3、Kappa架构与Lambda架构的区别

Kappa架构与Lambda相比，主要有两点区别：

(1)Kappa不是Lambda的替代架构，而是其简化版本，