多圖技術(shù)貼：深入淺出解析大數(shù)據(jù)平臺架構(gòu)

目錄：什么是大數(shù)據(jù)Hadoop介紹-HDFS、MR、Hbase大數(shù)據(jù)平臺應(yīng)用舉例-騰訊公司的大數(shù)據(jù)平臺架構(gòu)“就像望遠(yuǎn)鏡讓我們能夠感受宇宙，顯微鏡讓我們能夠觀測微生物一樣，大數(shù)據(jù)正在改變我們的生活以及理解世界的方式……”。大數(shù)據(jù)的4V特征-來源公司的“大數(shù)據(jù)”隨著公司業(yè)務(wù)的增長，大量和流程、規(guī)則相關(guān)的非結(jié)構(gòu)化數(shù)據(jù)也爆發(fā)式增長。比如：1、業(yè)務(wù)系統(tǒng)現(xiàn)在平均每天存儲20萬張圖片，磁盤空間每天消耗100G；2、平均每天產(chǎn)生簽約視頻文件6000個，每個平均250M，磁盤空間每天消耗1T;……三國里的“大數(shù)據(jù)”“草船借箭”和大數(shù)據(jù)有什么關(guān)系呢？對天象的觀察是基于一種對風(fēng)、云、溫度、濕度、光照和所處節(jié)氣的綜合分析這些數(shù)據(jù)來源于多元化的“非結(jié)構(gòu)”類型，并且數(shù)據(jù)量較大，只不過這些數(shù)據(jù)輸入到的不是電腦，而是人腦并最終通過計算分析得出結(jié)論。Google分布式計算的三駕馬車GoogleFileSystem用來解決數(shù)據(jù)存儲的問題，采用N多臺廉價的電腦，使用冗余（也就是一份文件保存多份在不同的電腦之上）的方式，來取得讀寫速度與數(shù)據(jù)安全并存的結(jié)果。Map-Reduce說穿了就是函數(shù)式編程，把所有的操作都分成兩類，map與reduce，map用來將數(shù)據(jù)分成多份，分開處理，reduce將處理后的結(jié)果進(jìn)行歸并，得到最終的結(jié)果。BigTable是在分布式系統(tǒng)上存儲結(jié)構(gòu)化數(shù)據(jù)的一個解決方案，解決了巨大的Table的管理、負(fù)載均衡的問題。Hadoop體系架構(gòu)Hbase——分布式數(shù)據(jù)存儲系統(tǒng)

Client：使用HBaseRPC機制與HMaster和HRegionServer進(jìn)行通信Zookeeper：協(xié)同服務(wù)管理，HMaster通過Zookeepe可以隨時感知各個HRegionServer的健康狀況HMaster:

管理用戶對表的增刪改查操作HRegionServer：HBase中最核心的模塊，主要負(fù)責(zé)響應(yīng)用戶I/O請求，向HDFS文件系統(tǒng)中讀寫數(shù)據(jù)HRegion:Hbase中分布式存儲的最小單元，可以理解成一個TableHStore：HBase存儲的核心。由MemStore和StoreFile組成。HLog：每次用戶操作寫入Memstore的同時，也會寫一份數(shù)據(jù)到HLog文件還有哪些NoSQL產(chǎn)品？

為什么要使用NoSQL？一個高并發(fā)網(wǎng)站的DB進(jìn)化史關(guān)系模型>聚合數(shù)據(jù)模型的轉(zhuǎn)換-基本變換

關(guān)系模型>聚合數(shù)據(jù)模型的轉(zhuǎn)換-內(nèi)嵌變換

關(guān)系模型>聚合數(shù)據(jù)模型的轉(zhuǎn)換-分割變換

關(guān)系模型>聚合數(shù)據(jù)模型的轉(zhuǎn)換-內(nèi)聯(lián)變換

Hadoop2.0MapReduce：

JobTracker：協(xié)調(diào)作業(yè)的運行。

TaskTracker：運行作業(yè)劃分后的任務(wù)。大數(shù)據(jù)的技術(shù)領(lǐng)域騰訊大數(shù)據(jù)現(xiàn)狀（資料來自2014.4.11騰訊分享日大會）

騰訊大數(shù)據(jù)平臺產(chǎn)品架構(gòu)騰訊大數(shù)據(jù)平臺與業(yè)務(wù)平臺的關(guān)系公司數(shù)據(jù)處理平臺的基礎(chǔ)架構(gòu)公司