学习02Lambda架构.pptx

吴新丽 Lambda架构20161背景5与其他架构的比较234大数据系统的关键特性数据系统的本质Lambda架构1背景介绍Lambda：一个实时大数据处理框架；目标：满足实时大数据系统关键特性，包括有高容错、低延时和可扩展等。整合离线计算和实时计算，融合不可变性，读写分离和复杂性隔离等一系列架构原则，可集成Hadoop，Kafka，Storm，Spark，Hbase等各类大数据组件。2关键特性Robust and fault-tolerant（容错性和鲁棒性）Low latency reads and updates（低延时）Scalable（横向扩容）General（通用性）Extensible（可扩展）Allows ad hoc queries（方便查询）Minimal maintenance（易于维护）Debuggable（易调试）3数据系统的定义通过查询过去的全部或部分数据回答问题。Query=Function(alldata)数据系统=数据+查询数据的本质：一个不可分割的单元关键特性When：数据与时间相关，时间性质决定了数据的全局发生先后，也就决定了数据的结果；What：数据本身，具有不可变性（immutable），过往的数据已成事实；数据操作：CR读取（Read）添加（Create）：Update和Delete本质上其实是新产生的数据信息，用C来记录4Lambda架构数据存储特性数据不可变（Immutable）采用不可变的数据模型，存储数据时只需要简单的往主数据集后追加数据即可。存储所有数据（StoreEverything Rawly）Lambda架构主要思想批处理层（batchlayer）实时处理层（speedlayer）服务层（servinglayer）将大数据系统架构分为3个层次Lambda架构NewDataStreamImmutableMaster DatasetPrecomputeViewsProcessStreamIncrementViewsBatch RecomputeRealtimeIncrementViews 1Views 1Views 1Views 1Views 1Views 1Batch ViewsReal-time ViewsQueryBatch LayerServing LayerSpeedLayerBatchLayerMastDataset：一个持续增长的数据集BatchLayer的两个职责：存储MasterDataset；针对MasterDataset进行预运算；View：结合业务自身需求的各种查询应用场景约束：需要预先知道查询需要的数据，以便安排执行计划；预运算的统计数据支持合并（merge）；SpeedLayerRealtimeView=function(realtimeView,newdata)处理最近的增量数据流增量计算Serving LayerQuery=function（BatchViews，RealtimView)根据业务查询需求对BatchViews和RealtimeView进行随机访问；只要Batchlayer完成对BatchViews的预运算，Servinglayer就需要对BatchViews进行更新；合并两者数据，对用户提供统一的接口一旦数据通过batch layer进入到serving layer，在realtime view中的相应结果就不再需要了。Lambda架构组件选型NewDataStreamImmutableMaster DatasetPrecomputeViewsProcessStreamIncrementViewsBatch RecomputeRealtimeIncrementViews 1Views 1Views 1Views 1Views 1Views 1Batch ViewsReal-time ViewsQueryBatch LayerServing LayerSpeedLayerKafka存储：HDFS、ODPS计算：MapReduce或SparkMySql：查询少量的最近结果数据Hbase：查询大量的历史结果数据Storm或SparkStreamingRedis6谢谢