掃一掃圍繞hadoop開源流的大數(shù)據(jù)實現(xiàn)框架
來源：未知 時間：2019-51-24 瀏覽次數(shù)：154次
目前圍繞Hadoop體系的大數(shù)據(jù)架構(gòu)包括：
傳統(tǒng)大數(shù)據(jù)架構(gòu)
數(shù)據(jù)分析的業(yè)務(wù)沒有發(fā)生任何變化，但是因為數(shù)據(jù)量、性能等問題導(dǎo)致系統(tǒng)無法正常使用，需要進行升級改造，那么此類架構(gòu)便是為了解決這個問題。依然保留了ETL的動作，將數(shù)據(jù)經(jīng)過ETL動作進入數(shù)據(jù)存儲。數(shù)據(jù)分析需求依舊以BI場景為主，但是因為數(shù)據(jù)量、性能等問題無法滿足日常使用。
流式架構(gòu)
在傳統(tǒng)大數(shù)據(jù)架構(gòu)的基礎(chǔ)上，流式架構(gòu)數(shù)據(jù)全程以流的形式處理，在數(shù)據(jù)接入端將ETL替換為數(shù)據(jù)通道。經(jīng)過流處理加工后的數(shù)據(jù)，以消息的形式直接推送給了消費者。存儲部分在外圍系統(tǒng)以窗口的形式進行存儲。適用于預(yù)警、監(jiān)控、對數(shù)據(jù)有有效期要求的情況。
Lambda架構(gòu)
Lambda架構(gòu)算大數(shù)據(jù)系統(tǒng)里面舉足輕重的架構(gòu)，數(shù)據(jù)通道分為兩條分支：實時流和離線。實時流依照流式架構(gòu)，保障了其實時性，而離線則以批處理方式為主，保障了最終一致性。適用于同時存在實時和離線需求的情況。
Kappa架構(gòu)
Kappa架構(gòu)在Lambda的基礎(chǔ)上進行了優(yōu)化，將實時和流部分進行了合并，將數(shù)據(jù)通道以消息隊列進行替代。因此對于Kappa架構(gòu)來說，依舊以流處理為主，但是數(shù)據(jù)卻在數(shù)據(jù)湖層面進行了存儲，當(dāng)需要進行離線分析或者再次計算的時候，則將數(shù)據(jù)湖的數(shù)據(jù)再次經(jīng)過消息隊列重播一次則可。
Unifield架構(gòu)
Unifield架構(gòu)將機器學(xué)習(xí)和數(shù)據(jù)處理揉為一體，在流處理層新增了機器學(xué)習(xí)層。數(shù)據(jù)在經(jīng)過數(shù)據(jù)通道進入數(shù)據(jù)湖后，新增了模型訓(xùn)練部分，并且將其在流式層進行使用。同時流式層不單使用模型，也包含著對模型的持續(xù)訓(xùn)練。適用于有著大量數(shù)據(jù)需要分析，同時對機器學(xué)習(xí)方便又有著非常大的需求或者有規(guī)劃的情況。