大数据项目技术选型初稿

《大数据项目技术选型初稿》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、.目录结构一、主流架构选用技术二、Hadoop版本选型方案三、选用的技术与其他工具的对比四、大数据相关的技术选型版本确定五、市场上的hadoop发行版厂商资料六、具体操作......一、主流架构选用技术：采集层：flume；sqoop存储层：包括文件存储层和数据存储层文件：采用hdfs存储数据：采用hbase，redis等模型层：离线处理：mr/yarn;实时流式处理sparkstreaming(比storm的优势)分析层：hive管理层：zookeeper（调度；ha）......二、Hadoop版本选型方案：Hadoop提供的经典方案：HDP（Ha

2、doopDataPlatform）管理一体化数据接入FlumeScriptSQLNosqlStreamSearchIn-MemoryOthersSqoopPigHiveHbaseStormSolrSparkYARN-ReadyAppsNFS--------------------------------------------------------------------------------------------------------WebHDFSYARNFalcon--------------------------------------

3、------------------------------------------------------------------HDFS---------------------------------------------------------------------------------------------------------数据管理......三、选用的技术与其他工具的对比：选用sqoop的好处：开源，抽取的数据可以直接传至hive，可操作性和可视性高......选用Flume的好处：纯Java开发，框架分明，易于开发，可以直接

4、写hdfs且支持对text和sequence压缩选用Spark的好处：基于内存，适合需要多次迭代计算的算法，在迭代处理计算方面比Hadoop快100倍以上，Spark采用一个统一的技术堆栈解决了云计算大数据的所有核心问题......安全操作认证，授权，审计，数据保护准备，管理，监控Storage：HDFSAmbariResource：YARNZookeeperAccess：HiveOoziePipeline:FalconCluster:KnoxHue的好处：多应用平台，便捷的操作流程；自动补全；查询结果表格化图像化......四、大数据相关的技术选型版

5、本确定：操作系统：CentOS6.X各个技术版本：（最新，最稳定，bug少）Hadoop版本：hadoop-2.6.4.tar.gz此版本是一个相对最新且比较稳定的版本，基数版本可能不稳定，最好选用偶数版本Zookeeper版本：zookeeper-3.4.8.tar.gz此版本修复了此前的9个问题，最明显的是在关闭zookeeper时会产生的一个停顿问题。Flume版本：apache-flume-1.6.0-bin.tar.gzKafka版本：kafka_2.11-0.8.2.2.tgzhttp://kafka.apache.org/082/docu

6、mentation.htmlSpark版本：spark-1.6.0-bin-hadoop2.6.tgz此版本能支持Hadoop2.6.x以上的版本且相对稳定版Sqoop版本：sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gzHive版本：apache-hive-1.2.1-bin.tar.gzHbase版本：hbase-1.1.3-bin.tar.gzMahout版本：apache-mahout-distribution-0.11.0.tar.gz......五、市场上的hadoop发行版厂商资料：版本：除了社区的Ap

7、acheHadoop外，Cloudera，Hortonworks，MapR，EMC，IBM，Intel，华为等都提供了自己的商业版本。版本内容特点网址ClouderaCDH包括HDFS、YARN、HBase、MapReduce、Hive、Pig、Zookeeper、Oozie、Mahout、Hue和其他开源工具(包括实时查询引擎——Impala)。CDH完全开源，比ApacheHadoop在兼容性，安全性，稳定性上有所增强；ClouderaManager是集群的软件分发及管理监控平台，可以在几个小时内部署好一个hadoop集群，并对集群的节点及服务进行

8、实时监控。标价为每年每个节点4000美元。http://www.cloudera.com/do