Chinaunix首页 | 论坛 | 博客
  • 博客访问: 2777
  • 博文数量: 3
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 50
  • 用 户 组: 普通用户
  • 注册时间: 2013-07-03 16:34
文章分类
文章存档

2013年(3)

我的朋友

分类: 其他平台

2013-08-12 15:56:51

随着企业开始同时利用云计算和大数据技术,现在应当考虑如何将这些工具结合使用。在这种情况下,企业将实现最佳的分析处理能力,同时利用私有云的快速弹性 (rapid elasticity) 和单一租赁的特性。如何协同效用和实现部署,是本文希望解决的问题。

一些基础知识

第一是OpenStack 。作为目前最流行的开源云版本,它包括控制器、计算 (Nova)、存储 (Swift)、消息队列 (RabbitMQ) 和网络 (Quantum) 组件。图 1 提供了这些组件的一个图示(不包含 Quantum 网络组件)。

498)this.style.width=498;' onmousewheel = 'javascript:return big(this)' border="1" alt="将OpenStack部署到Hadoop的四种方案" src="/files/uploadimg/20130710/1028460.jpg" />

▲图 1. OpenStack 的组件

这些组件共同提供了一个允许动态配给计算和存储资源的环境。从硬件角度看,这些服务可扩展到许多虚拟的和物理的服务器上。例如,大多数组织部署一个物理服务器作为控制器节点,部署另一个物理服务器作为计算节点。许多组织还选择将其存储环境分离到一个专用的物理服务器上,对于 OpenStack 部署而言,这意味着对 Swift 存储环境使用单独的服务器。

第二是大数据。 一般可以理解为三个数据源的数据汇集:传统数据(结构化数据)、感知数据(日志数据和元数据)和社交(社交媒体)数据。大数据通常采用新的技术模式进行存储,比如非关系分布式数据库 NoSQL。共有四种非关系数据库管理此系统 (NRDBMS):基于列、关键值、图表和基于文档。这些 NRDBMS 将源数据聚集在一起,同时用 MapReduce 之类的分析程序对汇总的信息进行分析。

传统的大数据环境包括一个分析程序、一个数据存储、一个可扩展文件系统、一个工作流管理器、一个分布式排序和散列解决方案以及一个数据流编程框架。常用于商业应用程序的数据流编程框架是 Structured Query Language (SQL),对于开源应用程序,通常会使用 SQL 的替代方案,如 Apache Pig for Hadoop。在商用方面,Cloudera 提供了最稳定、最全面的解决方案之一,而 Apache Hadoop 是最流行的开源 Hadoop 版本。

第三是Apache Hadoop 。包含多种组件,包括 Hadoop Distributed File System(即 HDFS,是一种可扩展的文件系统),HBase(数据库/数据存储)、Pig、Hadoop(分析方法)和 MapReduce(分布式排序和散列)。如图 2 所示,Hadoop 任务被分解为几个节点,而 MapReduce 任务则被分解为跟踪器 (tracker)。

498)this.style.width=498;' onmousewheel = 'javascript:return big(this)' border="1" alt="将OpenStack部署到Hadoop的四种方案" src="/files/uploadimg/20130710/1028461.jpg" />
▲图 2. HDFS/MapReduce 层的组成部分

图 3 显示了 MapReduce 如何执行任务,它将获取输入并执行一系列分组、排序和合并操作,然后呈现经过排序和散列的输出。

498)this.style.width=498;' onmousewheel = 'javascript:return big(this)' border="1" alt="将OpenStack部署到Hadoop的四种方案" src="/files/uploadimg/20130710/1028462.jpg" />
▲图 3. 高级 MapReduce 图

图 4 演示了一个更复杂的 MapReduce 任务及其组成部分。

498)this.style.width=498;' onmousewheel = 'javascript:return big(this)' border="1" alt="将OpenStack部署到Hadoop的四种方案" src="/files/uploadimg/20130710/1028463.jpg" />
▲图 4. MapReduce 数据流图解

尽管 Hadoop MapReduce 要比传统的分析环境(如 IBM Cognos和 Satori proCube 在线分析处理)更复杂一些,但它的部署仍然具有可扩展能力和高成本效益。 共6页: 1 [2] [3] [4] [5] [6] 下一页 【本文导航】 第1页:一些基础知识 第2页:方案1. Swift+Apache Hadoo.. 第3页:方案2. Swift + Cloudera A.. 第4页:方案3. Swift、Nova + Apac.. 第5页:方案4. GFS、Nova、Pig 和 .. 第6页:技巧和提示

  • 本稿件为独家原创稿件,版权所有,引用或转载请注明出处。
  • 文章出处:职场资讯
阅读(160) | 评论(0) | 转发(0) |
0

上一篇:手机WAP网站与PC网站的区别

下一篇:没有了

给主人留下些什么吧!~~
评论热议
请登录后评论。

登录 注册