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(yè)精彩閱讀大數(shù)據(jù)處理_大數(shù)據(jù)處理技術(shù)
大數(shù)據(jù)處理_大數(shù)據(jù)處理技術(shù)
2016-12-13
收藏

大數(shù)據(jù)處理_大數(shù)據(jù)處理技術(shù)

每個(gè)企業(yè)或多或少每天都會(huì)需要做一個(gè)數(shù)據(jù)統(tǒng)計(jì)，來(lái)掌握公司的運(yùn)營(yíng)情況，看看自己的客戶每天是否有增加等等，當(dāng)客戶的數(shù)據(jù)信息達(dá)到一定的程度，單獨(dú)的使用一臺(tái)計(jì)算機(jī)進(jìn)行計(jì)算肯定不行，因此就會(huì)需要多臺(tái)機(jī)器同時(shí)處理?，F(xiàn)在有很多流行的分布式系統(tǒng)，架構(gòu)設(shè)計(jì)的很復(fù)雜，考慮了各種容錯(cuò)性，協(xié)作性，任務(wù)分配性等，但是要快速的掌握和部署到實(shí)際的機(jī)器上還是很困難的。為此，提出一個(gè)簡(jiǎn)單、有效并能根據(jù)實(shí)際情況靈活開(kāi)發(fā)的大數(shù)據(jù)處理的架構(gòu)。

假設(shè)條件：

（1）要處理的數(shù)據(jù)分布在其他的數(shù)據(jù)記錄機(jī)上，比如有w1~w12臺(tái)機(jī)器，每臺(tái)機(jī)器收集到數(shù)據(jù)量相差不大。

（2）現(xiàn)有三臺(tái)機(jī)器stat1~stat3（3臺(tái)機(jī)器的性能和配置相差不大）可供使用的數(shù)據(jù)統(tǒng)計(jì)機(jī)器，用來(lái)從w1~w12這12臺(tái)機(jī)器上收集數(shù)據(jù)，并進(jìn)行處理，得到用戶的信息。

（3）如果要統(tǒng)計(jì)的數(shù)據(jù)必須要將w1~w12臺(tái)機(jī)器上的數(shù)據(jù)全部取回來(lái)，并做數(shù)據(jù)消重，比如說(shuō)要按照IP消重。如果不需要消重，那么就沒(méi)有必要將所有的數(shù)據(jù)都合并在一起，可以分別計(jì)算后再求和。

首先： 我們查看w1~w12這12臺(tái)機(jī)器上數(shù)據(jù)文件大小，并按照從大到小的順序?qū)?shù)據(jù)文件排列，將最大的數(shù)據(jù)文件分給給stat1,次大的分配給stat2,第三大的分配給stat3,將第四大的分配給stat3,第五大的分配給stat2,第六大的分配給stat1,第七大的分配給stat1,第八大的分配給stat2,等等如此反復(fù)，這樣stat1~stat3每臺(tái)機(jī)器上對(duì)應(yīng)的數(shù)據(jù)文件大小就差不多了。如果覺(jué)得w1~w12每臺(tái)機(jī)器上的數(shù)據(jù)文件相差不大，那么就可以按照就近原則，將w1~w4分配給stat1,w5~w8分配給stat2,w9~w12分配給stat3進(jìn)行處理。

確定每臺(tái)數(shù)據(jù)統(tǒng)計(jì)機(jī)器要處理那些數(shù)據(jù)后，就可以在每臺(tái)機(jī)器上寫(xiě)一個(gè)定時(shí)任務(wù)，可以同時(shí)在每日凌晨的某個(gè)時(shí)間點(diǎn)，每個(gè)stat機(jī)器去相應(yīng)的w機(jī)器上去抓取數(shù)據(jù)，并進(jìn)行分析。如果要對(duì)特定的字段比如IP需要做全局去重(w1~w12)，那么我們可以采用簡(jiǎn)單的方法，將IP做個(gè)MD5轉(zhuǎn)換，取MD5的第一個(gè)字母做為分割線，把IP分到16個(gè)不同的文件中，比如ip1~ip16，這樣stat1~stat16每臺(tái)機(jī)器上都會(huì)產(chǎn)生16個(gè)ip文件。每臺(tái)stat機(jī)器處理完成后，生成一個(gè)done文件，表示其任務(wù)已經(jīng)結(jié)束。然后處于等待階段

從stat1~stat3這三臺(tái)機(jī)器中選中一臺(tái)機(jī)器作為master，當(dāng)其完成抓取數(shù)據(jù)，將ip分配到16個(gè)IP文件中，并生成done文件后，去其他兩臺(tái)stat機(jī)器上抓取done文件，如果三臺(tái)機(jī)器的done文件都存在了，那么master就將每臺(tái)機(jī)器上的ip1~ip5文件都拷貝到stat1這臺(tái)機(jī)器上，將ip6~ip10拷貝到stat2這臺(tái)機(jī)器上，其ip11~ip16拷貝到stat3上，master拷貝任務(wù)完成后，分別在三臺(tái)機(jī)器上生成一個(gè)done1文件，表示分配任務(wù)完成。

stat1~stat3的機(jī)器在等待過(guò)程中，一旦發(fā)現(xiàn)有done1文件存在，就分別對(duì)分配給自己的ip文件進(jìn)行處理，比如stat1就會(huì)先處理分配給自己的三個(gè)ip1進(jìn)行排序去重得到一個(gè)數(shù)據(jù)，然后對(duì)分配給自己的三個(gè)ip2文件進(jìn)行排序去重得到一個(gè)數(shù)據(jù)，如此反復(fù)得到5個(gè)數(shù)據(jù)，stat1可以將這5個(gè)數(shù)據(jù)記錄到數(shù)據(jù)庫(kù)中； stat2和stat3重復(fù)stat1的過(guò)程，分別得到5和6個(gè)數(shù)據(jù)，也同時(shí)放到同一個(gè)數(shù)據(jù)庫(kù)中，這樣，每天就會(huì)得到16個(gè)數(shù)據(jù)，我們將這16個(gè)數(shù)據(jù)在數(shù)據(jù)庫(kù)中求和，就得到了w1~w12這12臺(tái)機(jī)器上總的去重后的IP數(shù)。至此整個(gè)過(guò)程完成。

在整個(gè)過(guò)程，任何一個(gè)地方都可以設(shè)置出錯(cuò)判斷，一旦出錯(cuò)可以重復(fù)幾次該，比如說(shuō)抓取數(shù)據(jù)文件，考慮到可能會(huì)因?yàn)榫W(wǎng)絡(luò)原因，導(dǎo)致數(shù)據(jù)文件抓取不過(guò)來(lái)，因此可以sleep 10分鐘后再去抓取，如果嘗試4次都失敗，就可以發(fā)送報(bào)警郵件或者報(bào)警短信通知維護(hù)人員。


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(shuō)明請(qǐng)參見(jiàn)：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); }