
馬如悅:大規(guī)模數(shù)據(jù)分析系統(tǒng)的搭建
大數(shù)據(jù)全球技術(shù)峰會在北京富力萬麗酒店召開。本次峰會將圍繞大數(shù)據(jù)基礎(chǔ)架構(gòu)與上層應(yīng)用的生態(tài)系統(tǒng),解決大規(guī)模數(shù)據(jù)引發(fā)的問題,探索大數(shù)據(jù)基礎(chǔ)的解決方案,激發(fā)數(shù)據(jù)挖掘帶來的競爭力,讓數(shù)據(jù)發(fā)出聲音。51CTO作為本次峰會的主辦方,將全程視頻、圖文直播報道這場數(shù)據(jù)的盛宴,
在第二天的數(shù)據(jù)挖掘與實時分析專場,第一場演講由百度基礎(chǔ)架構(gòu)部高級工程師馬如悅帶來,他的主題是大規(guī)模數(shù)據(jù)分析系統(tǒng)的搭建。馬講師預(yù)測,到2015、2016年,數(shù)據(jù)分析將和移動、云計算一樣熱門,因此現(xiàn)在未雨綢繆很有必要。
馬講師首先提出了兩個觀點,數(shù)據(jù)系統(tǒng)和分層設(shè)計。數(shù)據(jù)系統(tǒng)必須包括storage和query,因此mysql是數(shù)據(jù)系統(tǒng),而HBase、NoSQL只能算存儲層。另外,大數(shù)據(jù)必須采用分層設(shè)計,包括:垂直分層-時效性庫,水平分層-OLTP、OLAP、NoSql等。分層可以減少設(shè)計復(fù)雜性、減少使用運維復(fù)雜性、資源效率使用最高。
為什么要提出這兩個觀點呢,因為第一,從小數(shù)據(jù)到大數(shù)據(jù),數(shù)據(jù)的存儲、處理都是不同的;第二,大數(shù)據(jù)系統(tǒng)也是storage+query;第三,大數(shù)據(jù)因為過于heavy,需要分層考慮。
另外,馬講師還提到了最近大數(shù)據(jù)系統(tǒng)的趨勢,Newsql和Interactive analysis開始被人提及和研究,nosql太過原始,sql容量性能有限,newsql相當(dāng)于sql和nosql的中間實現(xiàn),即帶有事物處理的nosql;Hive響應(yīng)太慢,數(shù)據(jù)庫容量性能有限,而Interactive analysis可以解決這些問題。
最后,馬講師講到了大數(shù)據(jù)分析的架構(gòu)設(shè)計,底層是ETL-1,然后裝進數(shù)據(jù)倉庫,然后通過ETL-2,對數(shù)據(jù)進行分析,以前我們關(guān)注的都是底層,但是數(shù)據(jù)挖掘和分析缺乏關(guān)注。發(fā)展趨勢是數(shù)據(jù)量越來越大,維度越來越多,從以人為主到以機器為主,用戶專業(yè)度越來越高,但數(shù)量減少。
大數(shù)據(jù)系統(tǒng)搭建的一些解決方案,分別是商業(yè)版和開源版。開源版還沒有很成熟的產(chǎn)品來構(gòu)建大數(shù)據(jù)下的OLAP,中等規(guī)??梢杂肏PCC解決方案,可以代替一些商業(yè)產(chǎn)品。
在QA環(huán)節(jié),來自O(shè)racle的參會者和馬講師就商業(yè)與開源進行了精彩的辯論,馬講師講到,如果數(shù)據(jù)是公司的核心競爭力,那么采用開源方案可以不依賴他人,并且有自己的技術(shù)專利。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10