大数据平台技术方案
1.大数据平台技术方案 (3)
1.1技术路线 (3)
1.2动静态信息交换 (4)
1.2.1系统概述 (4)
1.2.2数据采集服务 (4)
1.2.3数据采集服务配置 (5)
1.2.4平台认证服务 (5)
1.2.5动静态数据发布订阅服务 (5)
1.2.6负载均衡服务 (6)
1.2.7协议分析转换功能 (6)
1.2.8动静态数据分发服务 (6)
1.2.9数据分发服务配置 (6)
1.2.10数据缓存服务 (7)
1.2.11数据交换信息日志 (7)
1.3大数据存储 (7)
1.3.1数据仓库工具 (8)
1.3.2大数据在线存储 (8)
1.3.3大数据离线存储 (10)
1.4数据清洗转换 (12)
1.4.1流数据处理框架 (12)
1.4.2分布式ETL工具 (12)
1.4.3ETL功能介绍 (13)
1.5大数据处理 (15)
1.5.1实时数据流处理 (15)
1.5.2数据挖掘分析引擎 (15)
1.6大数据服务引擎 (16)
1.6.1大数据配置服务管理 (16)
1.6.2大数据在线分析 (16)
1.6.3大数据离线分析 (17)
1.6.4大数据可视化管理 (20)
1.7大数据全文检索 (21)
1.8调度与业务监控 (21)
1.9资源与安全 (22)
1.9.1租户管理 (22)
1.9.2资源分配 (23)
1.9.3权限管理 (23)
1.10接口封装 (23)
1. 大数据平台技术方案
1.1 概述
大数据etl工具有哪些大数据平台必须具有高度可扩展性、实时性、高性能、低延迟分析、高度容错性、可用性、支持异构环境、开放性、易用性,同时也希望具有较低成本;其核心技术包括大规模数据流处理技术以及大规模数据管理、分析技术。
系统技术架构采用面向服务的体系结构(Service-Oriented Architecture, SOA),遵循分层原则,每一层为上层提供服务。将大数据平台进行逐层解析,从下至上分别是数据接口层、文件存储层、数据存储层、数据分析层、数据层、业务控制层、表现层、系统监控层。
(1)数据接口层:为保证数据接入层的接口灵活性,采用Restful风格接口实现方式,Restful有轻量级以及通过 HTTP 直接传输数据的特性,Web 服
务的 RESTful 方法已经成为最常见的方法。同时数据的接入及交换采用Kafka 集和WebService方式,Kafka是一种高吞吐量的分布式发布订阅消息系统,可以满足系统与大数据平台的高并发量数据交换。Web Service是一个平台独
立的,低耦合的,自包含的、基于可编程的web的应用程序,可使用开放的XM 标准来描述、发布、发现、协调和配置这些应用程序,用于开发分布式的互操作的应用程序。
(2)文件存储层:为满足大数据的存储要求,文件存储采用HDFS文件系统,Hadoop分布式文件系统(HDFS)是一个高度容错性的系统,适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问,非常适合大规模数据集上的应用。
(3)数据存储层:根据本工程数据资源设计的需要,数据存储分别采用关系数据库、内存数据库Redis、分布式大数据存储。
(4)数据分析层:采用Storm技术完成实时流分析的需求,Storm是一个分布式的、容错的实时计算系统。可以方便地在一个计算机集中编写与扩展复杂的实时计。采用MapReduce和Spark实现离线分析。Spark是类Hadoop
MapReduce的通用并行框架,能更好地适用于数据挖掘与机器学习等需要迭代
的MapReduce的算法。
(5)数据接入层:应用与数据库的交互采用JDBC级Hibernate技术实现。Hibernate是一个开放源代码的对象关系映射框架,它对JDBC进行了非常轻量级的对象封装,它将POJO与数据库表建立映射关系,是一个全自动的 orm框架,hibernate可以自动生成SQL语句,自动执行,使得Java程序员可以随心所欲的使用对象编程思维来操纵数据库。
(6)业务控制层:采用当今最流行的轻量级Java开发框架Spring,同时与SpringMVC整合。Spring具有轻量、低侵入式设计、方便解耦,简化开发、AOP编程的支持、方便集成各种优秀框架等优点。
(7)表现层:采用EasyUI,Ajax,FreeMarker,JavaScript技术,这些技术能极大提高开发效率,同时能满足工程中各种复杂的前端展现要求。
(8)监控层:采用Zookeeper 分布式服务框架。主要是用来解决分布式
应用中经常遇到的一些数据管理问题,如:统一命名服务、状态同步服务、集管理、分布式应用配置项的管理等。它的作用主要是用来维护和监控你存储的数据的状态变化。通过监控这些数据状态的变化,从而可以达到基于数据的集管理。
1.2 动静态信息交换
1.2.1 系统概述
动静态信息交换建立目的是通过标准的规范性数据接口定义,实现采集各类动态和静态数据,实现与接入平台的数据通信与交换共享。
数据采集交换系统根据数据交换的对象和内容的不同,服务对象包括省市级管理机构等。数据交换平台包含一系列的服务,如:数据采集服务、平台认证服务、发布订阅服务等。
1.2.2 数据采集服务
数据采集服务采集各级行业管理部门、各行业业务系统的数据信息,对这些静动态数据进行收集,用以进行后续操作。
数据采集模块按照定义的接口规范进行连接、响应、接收、发送处理。接收各级行业管理部门报送的数据。
1.2.3 数据采集服务配置
针对上报大数据管理平台的信息,灵活配置其可采集的服务种类,来源,IP 地址,采集的数据类型以及服务方式,使数据的采集更加灵活可控。
数据采集服务配置模块的主要功能有:
(1)动态配置服务。根据IP、数据类型和服务方式对服务进行动态配置。
(2)对接入数据进行验证。不允许非配置内的服务接入数据,允许配置内的服务接入数据。
1.2.4 平台认证服务
为了保障数据服务的安全性,在传输数据之前,需要先通过接口进行登录认证,从而确定数据交换平台及权限,以及平台接入的有效期。
平台认证模块主要功能有:
根据平台信息进行登录认证。根据申请接入的其他平台或者系统的相关信息,对该平台或者系统进行身份验证。
根据认证结果获取登录权限和有效期等信息。如果验证通过,则允许接入系统,如果验证不通过,则不允许接入。
1.2.5 动静态数据发布订阅服务
发布订阅服务根据分发调度策略,判断采集动静态数据属于某个地市,发布到该地市的主题,存储到消息队列,记录日志。
动静态数据发布订阅模块的主要功能有:
(1)获取信息,将数据存储到消息队列。根据接入数据的相关信息,获取对应的信息。
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论