典型云计算平台架构
开源成熟的hadoop生态体系
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。
大数据分析平台
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，支持快速搭建集环境。灵活方便的配置界面，可针对集、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、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。
Hadoop大数据分析平台解决方案说明
简介
本文档描述本公司Hadoop大数据分析平台解决方案的具体实现细节。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
方案采用的Hadoop模块列表
✓HDFS，用于大规模数据存储
✓Yarn，系统资源管理
✓Hive，基于Mapreduce的SQL数据访问
✓Pig，脚本式数据处理
✓Storm，流式数据处理
✓Spark/Spark Streaming，内存计算框架
✓HBase，Key-Value数据存储
✓MapReduce，离线批处理计算框架
✓Kafka，消息队列式流失数据接入
✓HCatlog，元数据管理
✓Ambari，Hadoop平台监控、管理界面
✓ZooKeeper，保证系统无单点运行
✓Oozie，工作流式任务调度
方案的硬件方案
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服务器构成的集上，也可以部署在基于OpenStack等其他虚拟节点上。
大数据平台功能列表
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。
系统结构图
平台功能模块
系统管理
系统管理模块提供如下功能：
1.节点管理，负责集节点控制，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
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.角管理，负责角的增删改查。
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
系统监控提供如下功能：
1.集监控，显示集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。
调度管理
Prospector大数据平台提供所有类型的任务调度管理。Prospector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。
Prospector大数据平台可以对所有类型任务实线以下类型调度：
➢一次性执行
➢定期执行
➢条件执行
数据集成（Data Integrator）
数据集成理模块负责将外部数据源导入到Prospector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。
睿帆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）
数据库、NoSQL系统数据源
●DB2
●Oracle
●Teradata
●MySQL
●Netezza
●PostgreSQL
●Sybase IQ
●Vertica
●Greenplum
●Hive
●HBase
文件系统与文件格式
●Apache Log
●CSV/TSV
●HTML/XML
●JSON
●AVRO
●Parquet
●Binary
●Key, Value
●ORC
消息队列数据源
●Kafka
ActiveMQ
数据治理（Data Governor）
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。
数据质量
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。
数据整理与转换
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（Data Analyzer）
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。
greenplum数据库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。
拖拽式可视化开发环境
企业数据分析用户通过可视化开发环境定义数据分析的逻辑，Data Analyzer将其转化成对底层数据分析算法的调用，并提供任务执行、任务调度和任务管理功能。

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。