
分布式存儲與數(shù)據(jù)庫選型問答整理分享_數(shù)據(jù)分析師
日,有關存儲系統(tǒng)選型的問題在微信群里討論的火熱,CSDN在這里稍微將各位專家的問答總結了一下,分享給大家。
文章內容來源大數(shù)據(jù)基礎設施微信群,參與討論的專家有中國科學院軟件研究所工程師,C3核心成員李明宇,國防科學技術大學教授,CCF大數(shù)據(jù)專家委員會委員李東升,云人科技聯(lián)合創(chuàng)始人兼CEO吳朱華,Memblaze技術顧問劉愛貴等等。
Q:有一個場景:每天有近百GB數(shù)據(jù)增加,數(shù)據(jù)內容有WORD文檔和圖像等多種類型。用什么存儲或文件系統(tǒng)比較合適?
A: HDFS、HBase、Hive不太適合存文檔、圖片大小的文件,HDFS適用于存大文件,后兩者適用于數(shù)據(jù)庫場景,每天近百GB的文檔、圖像,那只有用SWIFT了。
Q:SWIFT與Ceph、GlusterFS、MongoDB/GridFS之間的比較呢?
A:SWIFT是專為這種場景設計的,性能可以調節(jié)。
Q:如果圖像比較大的情況,一張圖接近GB時,哪個合適?
A:我仍然推薦用SWIFT,SWIFT官方認為對幾個G的支持都沒有問題,但是我認為處理幾個G的大文件性能上可能會比HDFS差,因為沒有條帶化。但是考慮到文檔、圖片類型存儲,你會遇到很多幾兆、幾十兆的,這些文件的存儲,HDFS就不如SWIFT了。從適用范圍的角度來看,咱們這個場景里還是首選SWIFT。
Q:GlusterFS它的優(yōu)點在哪里,在文件數(shù)量太大時Gluster會出現(xiàn)性能問題正常么?
A: GlusterFS,它的優(yōu)點在于如果你需要使用POSIX接口,那GlusterFS是一個很好的選擇,但是Gluster在文件數(shù)量、目錄數(shù)量太大的情況下會出現(xiàn)性能衰減,這是文件系統(tǒng)本身的特點決定的,不論是哪種POSIX兼容的文件系統(tǒng),都存在類似的問題。
Q:SWIFT、Ceph、GlusterFS、MongoDB那個更好?
A:關于SWIFT、Ceph、GlusterFS、MongoDB之間的比較,沒有孰優(yōu)孰劣,只有是不是適合。MongoDB是NoSQL數(shù)據(jù)庫,和HBase是同一類,但是和其他幾個分布式存儲顯然不是同一類的,不適合用于此類場景。
Q:Ceph,SWIFT分別適合什么樣的情況?
A:如果你只需要用塊存儲,那當然是Ceph,如果只需要用對象存儲,那當然是SWIFT。各自有各自擅長的地方,不過現(xiàn)在因為Ceph也支持對象存儲,SWIFT和Ceph又是OpenStack社區(qū)非常頻繁提到的兩種存儲形式,所以,有很多人會把SWIFT和Ceph在一起比較。
如果只要用對象存儲,就選擇SWIFT;如果只要用塊存儲,那就Ceph;即要用對象存儲又要用塊存儲的場合,是用SWIFT還是Ceph呢?我們一般是這樣推薦的:
1.如果節(jié)點數(shù)量很大,推薦用Ceph單獨做塊,用SWIFT做對象存儲,因為在節(jié)點數(shù)量較大時,Ceph的維護成本比SWIFT要高得多,大多數(shù)場景實際應用的時候會發(fā)現(xiàn),大部分數(shù)據(jù)都可以放到對象存儲上(這一點如果有疑問,歡迎隨時討論);
2.如果節(jié)點數(shù)量少,那就用Ceph統(tǒng)一搞定,因為一般認為生產環(huán)境中最小的分布式存儲應當有五個節(jié)點,所以,如果節(jié)點數(shù)量少于十個或者剛到十來個,那構建兩個分布式存儲顯然是不理想的(考慮到空間劃分問題);
3.如果團隊里有牛人能輕松解決Ceph大規(guī)模部署問題,那就果斷用Ceph;
4.如果希望對象存儲能夠和OpenStack其他項目無縫結合,如果希望實現(xiàn)多租戶,果斷用SWIFT來實現(xiàn)對象存儲。
Q:對象存儲的本質是什么?
A:對象存儲本身有兩個概念,一種是九幾年提出的,針對NAS性能問題提出的一種新的存儲架構,其實Gluster也是那種對象存儲。另一種是06年亞馬遜推出S3以后逐漸被人接受的對象存儲,特點是RESTful接口和扁平的數(shù)據(jù)組織形式。我們說的CEPH和SWIFT提供對象存儲,指的是后者,但是CEPH的底層RADOS,又是前一類對象存儲。
Q:如果現(xiàn)在有一堆文件要存,如何選擇是用對象還是用文件系統(tǒng)呢?
A:所謂文件系統(tǒng)的本質是POSIX接口,“對象”這個名詞是做對象存儲的人為了把自己做的東西和文件系統(tǒng)區(qū)分開而用的術語,把存在對象存儲里的文件叫做“對象”,所以選擇文件系統(tǒng)還是對象存儲,跟你把這堆數(shù)據(jù)稱作對象還是文件并沒有直接關系,而是要看你是需要POSIX還是RESTful HTTP接口,是需要目錄結構還是適用扁平數(shù)據(jù)管理結構。
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
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數(shù)據(jù)中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03