典型云计算平台架构.docx

典型云计算平台架构开源成熟的hadoop生态体系从企业的技术选型角度，hadoop能满足大数据场景下绝打多数需求，同时在技术可行性与成本上，具有无可比拟额优势。1、Hadoop是架构在廉价的硬件服务器上，不需要非常昂贵的硬件做支撑。2、开源的产品，免费的，基于开源协议，可以自由修改，可控性更大。3、因为属于二次开发，同时因为有非常活跃的社区讨论，对开发人员的能力要求相对不高，工程师的学习成本也并不高。4、当集群规模非常大时，开发成本和维护成本会凸显出来。但是相对于自研系统来说的话，还是便宜的很多。hadoop的整个生态体系，涵盖了系统数据存储、数据收集、数据导入导出到关系数据库、并行计算框架、数据序列化处理与任务调度、数据挖掘和机器学习、列式存储在线数据库、元数据中心、工作流控制、系统部署配置监控、可视化处理等等方方面面。大数据分析平台一、海量数据存储及扩展能力基于分布式HDFS文件系统存储，HA高可用配置，数据多副本，异地备份容灾能力，以最经济的硬件成本支持海量数据存储和扩容。二、高负载和海量数据处理能力基于yarn之上的资源管控与调度模型，支持资源的动态配置与热启动，公平科学的任务调度算法，达到资源利用的最大化、合理化。优先分配就近的运算节点，尽可能降低网络带宽。高容错能力，支持任务重试和资源预估，不受个别越算节点故障影响。支持动态扩充运算资源。能在海量的服务器集群中执行高复杂度、高资源需求、高运算密集型的任务。三、灵活快速的平台搭建及全面运营监控指标体系一键式的平台搭建，支持快速搭建集群环境。灵活方便的配置界面，可针对集群、单机进行系统配置及调优。提供自定义的服务模块安装、资源分配、权限管理。指标体系全面的监控管理、良好的可视化界面，提供自定义脚本的预警与处理。四、多平台、多结构的数据接入与处理支持各种格式、多数据源的数据导入。从系统日志、数据库、第三方数据源等导入数据到集群环境，进行快速地数据清洗、转化、建模、固化，提供各业务模块进行运算处理。良好的模板配置，支持多ETL任务自动生成、运行。代码规范统一。五、体验良好的交互式展示界面及报表工具除了展示各个常规指标及运算记过。通过专业的统计数据分析系统设计方法，理清海量数据指标与维度，按主题、成体系呈现复杂数据背后的联系;将多个视图整合，展示同一数据在不同维度下呈现的数据背后的规律，帮助用户从不同角度HYPERLINK"http://www.chinabyte.com/keyword/%E5%88%86%E6%9E%90%E6%95%B0%E6%8D%AE/"\t"_blank"分析数据、缩小答案的范围、展示数据的不同影响。具备显示结果的形象化和使用过程的互动性，便于用户及时捕捉其关注的数据信息。Hadoop大数据分析平台解决方案说明简介本文档描述本公司Hadoop大数据分析平台解决方案的具体实现细节。本平台采用开源Hadoop组件搭建为一个通用目的的大数据分析平台，可用于各领域，包括：教育、医疗、电信、银行等大数据应用客户。平台具备如下特点：一键安装可视化运行维护自由的扩展性完全开源，并于最新的稳定版本同步无缝集成Hadoop生态领域的各个数据分析组件可视化大数据实验环境方案采用的Hadoop模块列表HDFS，用于大规模数据存储Yarn，系统资源管理Hive，基于Mapreduce的SQL数据访问Pig，脚本式数据处理Storm，流式数据处理Spark/SparkStreaming，内存计算框架HBase，Key-Value数据存储MapReduce，离线批处理计算框架Kafka，消息队列式流失数据接入HCatlog，元数据管理Ambari，Hadoop平台监控、管理界面ZooKeeper，保证系统无单点运行Oozie，工作流式任务调度方案的硬件方案本方案对于硬件没用特别要求，平台可以部署在Amazon等云服务上，可以部署在实体物理PC服务器构成的集群上，也可以部署在基于OpenStack等其他虚拟节点上。大数据平台功能列表在开源Hadoop模块的基础上，本公司的hadoop大数据平台对各模块做了整合，从而形成一个通用的、企业级的数据平台。系统结构图平台功能模块系统管理系统管理模块提供如下功能：节点管理，负责集群节点控制，可以增加、停用、启用或者移除节点。服务管理，对节点上每个服务进行管理，如HDFS，Yarn，HBase等，包括停止，启动，重启。对象管理，Hive、HBase、HDFS数据对象的增删改查。日志审计，操作日志记录了所有改变系统配置的操作，通过日志的查询审计，发现不当操作，保证系统安全稳定运行。多租户管理多租户管理模块提供如下功能：用户管理，负责用户的增删改查。角色管理，负责角色的增删改查。权限管理，负责授权和取消授权。队列管理，负责Yarn队列管理