从企业的技术选型角度,hadoop能满足大数据场景下绝打多数需求,同时在技术可行性与成本上,具有无可比拟额优势。
1、 Hadoop是架构在廉价的硬件服务器上,不需要非常昂贵的硬件做支撑。2、 开源的产品,免费的,基于开源协议,可以自由修改,可控性更大。3、因为属于二次开发,同时因为有非常活跃的社区讨论,对开发人员的能力要求相对不高,工程师的学习成本也并不高。4、当集群规模非常大时,开发成本和维护成本会凸显出来。但是相对于自研系统来说的话,还是便宜的很多。
hadoop的整个生态体系,涵盖了系统数据存储、数据收集、数据导入导出到关系数据库、并行计算框架、数据序列化处理与任务调度、数据挖掘和机器学习、列式存储在线数据库、元数据中心、工作流控制、系统部署配置监控、可视化处理等等方方面面。
一、海量数据存储及扩展能力
基于分布式HDFS文件系统存储,HA高可用配置, 数据多副本,异地备份容灾能力,以最经济的硬件成本支持海量数据存储和扩容。
二、高负载和海量数据处理能力
基于yarn之上的资源管控与调度模型,支持资源的动态配置与热启动,公平科学的任务调度算法,达到资源利用的最大化、合理化。优先分配就近的运算节点,尽可能降低网络带宽。高容错能力,支持任务重试和资源预估,不受个别越算节点故障影响。支持动态扩充运算资源。能在海量的服务器集群中执行高复杂度、高资源需求、高运算密集型的任务。
三、灵活快速的平台搭建及全面运营监控指标体系
一键式的平台搭建,支持快速搭建集群环境。灵活方便的配置界面,可针对集群、单机进行系统配置及调优。 提供自定义的服务模块安装、资源分配、权限管理。指标体系全面的监控管理、良好的可视化界面,提供自定义脚本的预警与处理。
四、多平台、多结构的数据接入与处理
支持各种格式、多数据源的数据导入。从系统日志、数据库、第三方数据源等导入数据到集群环境,进行快速地数据清洗、转化、建模、固化,提供各业务模块进行运算处理。良好的模板配置,支持多ETL任务自动生成、运行。代码规范统一。
五、体验良好的交互式展示界面及报表工具
除了展示各个常规指标及运算记过。通过专业的统计数据分析系统设计方法,理清海量数据指标与维度,按主题、成体系呈现复杂数据背后的联系;将多个视图整合,展示同一数据在不同维度下呈现的数据背后的规律,帮助用户从不同角度分析数据、缩小答案的范围、展示数据的不同影响。具备显示结果的形象化和使用过程的互动性,便于用户及时捕捉其关注的数据信息。
丁心数据Hadoop大数据分析平台解决方案的具体实现方案。本平台采用开源Hadoop组件搭建为一个通用目的的大数据分析平台,可用于各领域,包括:教育、医疗、电信、银行等大数据应用客户。
平台具备如下特点:
1. 一键安装
2. 可视化运行维护
3. 自由的扩展性
4. 完全开源,并于最新的稳定版本同步
5. 无缝集成Hadoop生态领域的各个数据分析组件
6. 可视化大数据实验环境
ü HDFS,用于大规模数据存储
ü Yarn,系统资源管理
ü Hive,基于Mapreduce的SQL数据访问
ü Pig,脚本式数据处理
ü Storm,流式数据处理
ü Spark/Spark Streaming,内存计算框架
ü HBase,Key-Value数据存储
ü MapReduce,离线批处理计算框架
ü Kafka,消息队列式流失数据接入
ü HCatlog,元数据管理
ü Ambari,Hadoop平台监控、管理界面
ü ZooKeeper,保证系统无单点运行
ü Oozie,工作流式任务调度
本方案对于硬件没用特别要求,平台可以部署在Amazon等云服务上,可以部署在实体物理PC服务器构成的集群上,也可以部署在基于OpenStack等其他虚拟节点上。
在开源Hadoop模块的基础上,本公司的hadoop大数据平台对各模块做了整合,从而形成一个通用的、企业级的数据平台。
系统管理模块提供如下功能:
1. 节点管理,负责集群节点控制,可以增加、停用、启用或者移除节点。
2. 服务管理,对节点上每个服务进行管理,如HDFS,Yarn,HBase等,包括停止,启动,重启。
3. 对象管理,Hive、HBase、HDFS数据对象的增删改查。
4. 日志审计,操作日志记录了所有改变系统配置的操作,通过日志的查询审计,发现不当操作,保证系统安全稳定运行。
多租户管理模块提供如下功能:
1. 用户管理,负责用户的增删改查。
2. 角色管理,负责角色的增删改查。
3. 权限管理,负责授权和取消授权。
4. 队列管理,负责Yarn队列管理。
5. 资源使用规则管理,负责资源使用规则的增删改查。
系统监控提供如下功能:
1. 集群监控,显示集群cpu、内存、网络、IO使用情况。
2. 节点监控,显示节点上每个组件服务的状态及运行情况;显示节点cpu、内存、网络、IO使用情况。
3. 任务监控,监控节点上每个作业的完成情况。
大数据平台提供所有类型的任务调度管理。大数据平台的任务类型包括:数据集成任务、数据预处理任务和数据分析任务三类。
大数据平台可以对所有类型任务实线以下类型调度:
Ø 一次性执行
Ø 定期执行
Ø 条件执行
数据集成理模块负责将外部数据源导入到大数据平台,同时也负责将数据分享到其他的外部数据存储。
Data Integrator用于将外部数据源的数据集成到Hadoop大数据平台。Data Integrator支持三大类数据源:
1. 数据库、NoSQL系统
2. 文件系统(FTP、HDFS)
3. 消息队列(Kafka、ActiveMQ)
l DB2
l Oracle
l Teradata
l MySQL
l Netezza
l PostgreSQL
l Sybase IQ
l Vertica
l Greenplum
l Hive
l HBase
l Apache Log
l CSV/TSV
l HTML/XML
l JSON
l AVRO
l Parquet
l Binary
l Key, Value
l ORC
l Kafka
l ActiveMQ
数据治理模块负责对导入到大数据平台中的数据进行处理,对数据进行清洗、转换、过滤、聚合、脱敏等,将数据转化成有意义的数据供分析人员使用。
数据治理模块同时负责数据质量管理。
1. 数据质量评估。提供全方位数据质量评估能力,如数据的重复性、关联性、正确性、完全性、一致性、合规性等,对数据进行全面体检。
2. 数据质量检核和执行。提供配置化的度量规则和检核方法生成能力,提供检核脚本的定时调度执行和第三方调度工具的调度执行功能。
3. 数据质量监控。系统提供报警机制,对检核规则或方法进行阀值设置,对超出阀值的规则进行不同级别的告警和通知。
4. 定制化数据质量报告。系统提供了丰富的API可进行定制化数据质量包括开发,另外系统内置了常用质量报告。
5. 强大的数据质量问题分析能力。 提供多种问题分析能力,包括血统分析,影响分析,全链分析,定位问题产生的根源。
1. 数据整理。包括数据过滤、数据合并、数据拆分、数据复制、数据排序等数据预处理功能。
2. 数据转换。计算产生新变量、重新赋值、统计汇总、Rank、生成随机数、替换缺失值、空值处理、Lookup等数据转换功能。
数据分析模块提供应用开发环境、集成简化机器学习算法、提供图形化的拖拽界面供数据分析使用。
应用开发用户通过可视化方式定义工作流完成下数据分析:统计报表、数据挖掘、机器学习、文本挖掘。
企业数据分析师可以同过Data Analyzer完成一系列数据分析。
通过聚类算法,Data Analyzer可以把企业客户分成相似但不相同的、又无直接关联关系的客户群体,显而易见是聚类结果可以帮企业客户分群。
通过决策树算法,Data Analyzer可以把客户根据不同属性的取值划分到固定的类别,例如高收入、高潜力、高风险等。而这些通过属性的分类规律很可能隐藏在数据中而从未被发现。
通过属性关联算法,Data Analyzer可以发现客户年龄、学历等属性与收入、信用记录之间的潜在关联关系,从而帮助企业制定有针对性的客户发展计划。
通过关联算法,Data Analyzer可以根据客户信息预测他/她在某方面(音乐、电影)的兴趣度,从而协助企业的精准营销。
采用Graph Viz, D3 Javascripts和Google Charts的技术框架实现如下数据的可视化:结构化数据、柱状图、非结构化数据、网络图、序列图等。
本公司对于Hadoop大数据分析平台方案提供升级服务和Hadoop/Spark相关的技术支持。运维服务通过现场和远程两种方式配合来实施。
平台升级服务主要包括(但不限于):
1. 安装新组件
2. 更新组件版本
3. 卸载组件
4. 集群扩容
本公司提供如下技术支持(但不限于):
1. 批处理任务性能调优
2. 流式数据处理性能调优
3. 大数据应用开发培训
4. 系统配置修改推荐
5. 故障日志分析
6. 数据备份、数据分区、数据重分布
7. 调整集群节点分工
8. 系统资源与任务队列分配
成功案例
关注我们,了解我们
版权所有:北京丁心科技有限公司 京ICP备18035227号
技术支持:创世网络