99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀大數(shù)據(jù)進(jìn)入企業(yè) 應(yīng)如何繼承傳統(tǒng)的數(shù)據(jù)處理方式-CDA數(shù)據(jù)分析師
大數(shù)據(jù)進(jìn)入企業(yè) 應(yīng)如何繼承傳統(tǒng)的數(shù)據(jù)處理方式-CDA數(shù)據(jù)分析師
2014-11-17
收藏

大數(shù)據(jù)進(jìn)入企業(yè) 應(yīng)如何繼承傳統(tǒng)的數(shù)據(jù)處理方式-CDA數(shù)據(jù)分析師

當(dāng)Hadoop進(jìn)入企業(yè)，必須面對(duì)一個(gè)問題，那就是怎樣解決和應(yīng)對(duì)傳統(tǒng)并成熟的IT信息架構(gòu)。業(yè)內(nèi)部，如何處理原有的結(jié)構(gòu)化數(shù)據(jù)是企業(yè)進(jìn)入大數(shù)據(jù)領(lǐng)域所面對(duì)的難題。

當(dāng)Hadoop進(jìn)入企業(yè)，必須面對(duì)一個(gè)問題，那就是怎樣解決和應(yīng)對(duì)傳統(tǒng)并成熟的IT信息架構(gòu)。以往MapReduce主要用來解決日志文件分析、互聯(lián)網(wǎng)點(diǎn)擊流、互聯(lián)網(wǎng)索引、機(jī)器學(xué)習(xí)、金融分析、科學(xué)模擬、影像存儲(chǔ)、矩陣計(jì)算等非結(jié)構(gòu)化數(shù)據(jù)。但在企業(yè)內(nèi)部，如何處理原有的結(jié)構(gòu)化數(shù)據(jù)是企業(yè)進(jìn)入大數(shù)據(jù)領(lǐng)域所面對(duì)的難題。企業(yè)需要既能處理非結(jié)構(gòu)化數(shù)據(jù)，又能處理結(jié)構(gòu)化數(shù)據(jù)的大數(shù)據(jù)技術(shù)。

在大數(shù)據(jù)時(shí)代，Hadoop主要用來處理非結(jié)構(gòu)化數(shù)據(jù)，而如何處理傳統(tǒng)IOE架構(gòu)的結(jié)構(gòu)化數(shù)據(jù)則成為企業(yè)面臨的一個(gè)難題。在此背景下，既能處理結(jié)構(gòu)化數(shù)據(jù)又能處理非結(jié)構(gòu)化數(shù)據(jù)的SQL on Hadoop應(yīng)運(yùn)而生。

SQL on Hadoop是2013年最熱門的話題，它由Cloudera Impala的發(fā)布版推到熱議。目前，SQL on Hadoop正處于起步階段，其技術(shù)實(shí)踐方式很多樣。而企業(yè)由于已經(jīng)適應(yīng)了在小數(shù)據(jù)上的靈活處理方式，轉(zhuǎn)到Hadoop一下子變得無所適從,所以對(duì)SQL on Hadoop的呼聲越來越大。SQL on Hadoop既要保證Hadoop性能，又要保證SQL的靈活性。關(guān)于SQL on Hadoop，業(yè)界有不同的看法，業(yè)內(nèi)專業(yè)大數(shù)據(jù)公司也在積極的研究。

1.傳統(tǒng)方式的DB on TOP

一些北美廠商采用傳統(tǒng)方式的DB on TOP來解決SQL on Hadoop，即組合利用不同的計(jì)算框架面向不同的數(shù)據(jù)操作。其中以EMC Greenplum、Hadapt、Citus Data為代表。Hadapt以PostgreSQL架接在Hadoop上,來完成對(duì)結(jié)構(gòu)化數(shù)據(jù)的查詢。它提供了統(tǒng)一的數(shù)據(jù)處理環(huán)境，利用Hadoop的高擴(kuò)展性和關(guān)系數(shù)據(jù)庫的高速性，分開執(zhí)行Hadoop和關(guān)系數(shù)據(jù)庫之間的查詢。Citus Data通過把多種數(shù)據(jù)類型轉(zhuǎn)化成數(shù)據(jù)庫的原生類型，運(yùn)用分布式處理技術(shù)來完成查詢。

中云網(wǎng) 大數(shù)據(jù) 

圖1、Hadapt

DB on Top 方式是業(yè)內(nèi)同事解決結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的最初嘗試，最早由Hadapt公司在2010年提出，也就緒了能夠跑在Amazon EMR上的社區(qū)版。但是，其本質(zhì)是數(shù)據(jù)在兩種計(jì)算框架中分別存放，如圖1所示，結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)于高性能關(guān)系型數(shù)據(jù)引擎(High-Performance Relational Engine for Structured Data),非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)于Hadoop分布文件系統(tǒng)(Hadoop Distributed File System for Unstructured Data)，對(duì)兩種類型的數(shù)據(jù)交互依靠查詢的切片執(zhí)行，元數(shù)據(jù)的組織控制必然是系統(tǒng)擴(kuò)展演變中的過度技術(shù)。

2.原生態(tài)Hive的優(yōu)化

在開源社區(qū)方面，以Hortonworks的Stinger、Apache Drill為例。Hortonworks的Stinger通過對(duì)原生態(tài)Hive做改造，優(yōu)化SQL查詢速度，使其達(dá)到5-30秒，完成對(duì)SQL查詢。Apache Drill通過對(duì)原生態(tài)的Hive做優(yōu)化，完成對(duì)SQL的查詢。

大數(shù)據(jù) 中云網(wǎng) 

圖2、Hortonworks Stinger

開源社區(qū)原生態(tài)的改造，目標(biāo)是建立共同的計(jì)算框架和接口，目前各個(gè)開源項(xiàng)目雖然還只是孵化階段，也還是獲得了業(yè)內(nèi)的支持，例如Apache的Drill項(xiàng)目，因開放的數(shù)據(jù)格式和查詢語言，就獲得了專業(yè)的Hadoop商業(yè)發(fā)行版供應(yīng)商MapR的支持。

開源社區(qū)的發(fā)展和貢獻(xiàn)，將成為推動(dòng)SQL on Hadoop大規(guī)模落地行業(yè)的主要力量。

3.人機(jī)流程交互

在國內(nèi)，對(duì)于SQL on Hadoop，主要是從SQL的數(shù)據(jù)處理流程和即席分析兩方面來進(jìn)行。在SQL的數(shù)據(jù)處理流程方面，很多操作是可以通過對(duì)數(shù)據(jù)處理流程進(jìn)行預(yù)定義，然后對(duì)MapReduce作業(yè)進(jìn)行批處理。例如ETL流程處理。ETL流程處理是對(duì)數(shù)據(jù)進(jìn)行抽取、清洗、轉(zhuǎn)換、加載的階段。在此階段，通過對(duì)數(shù)據(jù)流程進(jìn)行預(yù)定義，在一個(gè)人機(jī)交互的友好界面上把MapReduce作業(yè)預(yù)先組裝好，進(jìn)行拖拽等操作形成工作流，來解決傳統(tǒng)的SQL。

4.多級(jí)索引結(jié)構(gòu)的即席查詢

大數(shù)據(jù)的即席查詢是大數(shù)據(jù)所面臨的一個(gè)難題。在PB級(jí)別的數(shù)據(jù)，其查詢效率和查詢性能都不盡如意。在傳統(tǒng)DW環(huán)境下，企業(yè)多采用OLAP cube。OLAP cube通過對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)根據(jù)維度進(jìn)行最大限度的聚類運(yùn)算，通過對(duì)維度的配置，可以完成對(duì)小數(shù)據(jù)即席分析。但是對(duì)于PB級(jí)別的大數(shù)據(jù)環(huán)境，如何建立大數(shù)據(jù)的cube來兼顧前端應(yīng)用的靈活性和查詢效率呢? HBase自帶的哈希快速定位功能可以實(shí)現(xiàn)即席查詢的毫秒級(jí)響應(yīng)和高并發(fā)。天云大數(shù)據(jù)通過在HBase上構(gòu)建多級(jí)索引以及引用MPP方式基于統(tǒng)計(jì)分析的分區(qū)設(shè)計(jì)，不僅解決了HBase查詢不靈活的特點(diǎn)，還能滿足對(duì)PB級(jí)別大數(shù)據(jù)的即席查詢。

5.操作型SQL on Hadoop

對(duì)于操作型Hadoop，其對(duì)SQL on Hadoop 數(shù)據(jù)查詢、響應(yīng)等已經(jīng)由存儲(chǔ)磁盤級(jí)轉(zhuǎn)移到內(nèi)存上。由于其分布內(nèi)存一致性要求，使得其發(fā)展比較緩慢，目前還不能達(dá)到企業(yè)應(yīng)用級(jí)別。目前，分布式內(nèi)存計(jì)算已漸趨繁榮，比較有代表的技術(shù)先鋒如Splice Machine、SQLstream等。目前對(duì)于操作型Hadoop，業(yè)界正在積極探索中。

面對(duì)企業(yè)多年運(yùn)營所積累的大量結(jié)構(gòu)化數(shù)據(jù)，SQL on Hadoop無疑成為了分布式計(jì)算框架進(jìn)入企業(yè)傳統(tǒng)計(jì)算市場(chǎng)的敲門磚，但我們更清楚的認(rèn)識(shí)到，Hadoop等主流分布式計(jì)算的舞臺(tái)遠(yuǎn)不如此，它為企業(yè)計(jì)算定義了一個(gè)更為廣闊的零消費(fèi)市場(chǎng)(White Space)解決SQL之外的計(jì)算。

紛繁復(fù)雜的世界不可能簡(jiǎn)單地由平面展開的表結(jié)構(gòu)來描述，SQL能夠勝任查詢和數(shù)值計(jì)算工作。但大量碎片的文字信息、影像圖片如何計(jì)算?“買入”+“大漲”等于什么?“女性”+“Dior”等于“優(yōu)雅”還是“性感”?能否用Sum、Group By、Join SQL來做非結(jié)構(gòu)化信息的主題縮略、分類、聚類，我們將在后續(xù)文章中探討這些話題。

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請(qǐng)參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }