超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析

超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析

ID:31520864

大小:1.80 MB

页数:24页

时间:2019-01-12

超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析_第1页
超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析_第2页
超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析_第3页
超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析_第4页
超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析_第5页
资源描述:

《超越hadoop的大数据技术:用spark 和shark进行基于内存的实时大数据分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、CCFYOCSEFShanghaiBigDataBeyondHadoopReal-TimeAnalyticalProcessing(RTAP)UsingSparkandSharkJasonDaiEngineeringDirector&PrincipalEngineerIntelSoftwareandServicesGroupAgendaBigDatabeyondHadoopIntroductiontoSparkandSharkCasestudy:real-timeanalyticalprocessing(RTAP)BigDatabeyondHadoop

2、BigDtatoday•TheisintheroomBigDatabeyondHadoop•Real-timeanalyticalprocessing(RTAP)–Discoverandexploredataiterativelyandinteractivelyforreal-timeinsights•Advancedmachineleaninganddatamining(MLDM)–Graph-parallelpredictiveanalytics(non-SQL)•Distributedin-memoryanalytics–Exploitavail

3、ablemainmemoryintheentireclusterfor>100xspeedupRTAP:Real-TimeAnalyticalProcessingReal-TimeAnalyticalProcessing(RTAP)•Dataingested&processedinastreamingfashion•Real-timedataqueriedandpresentedinanonlinefashion•Real-timeandhistorydatacombinedandminedinteractively•PredominantlyRAM-

4、basedprocessingAdvanced,Graph-ParallelMLDMAdvancedmachinelearninganddatamining(MLDM)•Informationretrieval(e.g.,pagerank)•Recommendationengine(e.g.,ALS)•Socialnetworkanalysis(e.g.,clustering)•Naturallanguageprocessing(e.g.,NER)•…Graphparallelcomputations•AsparsegraphG(V,E)•Averte

5、xprogramPrunsoneachvertexinparallel&repeatedly•VerticesinteractalongedgesAdvanced,Graph-ParallelMLDMMLDMData-ParallelGraph-ParallelMapReducePregel/GraphLab•Independentdata•(Sparse)datadependence•Single-pass•Iterative•(Bulk)synchronous•Dynamicallyprioritized10x~100xspeedup•Exploi

6、tgraphstructuretoreducecomputation&communications•Efficientgraphpartitiontobalancecomputation/storage,andminimizenetworktransferDistributedIn-MemoryAnalyticsMemoryisking•64GB/nodemainstream,192GBnotuncommon,fastcheapNVRAMonthehorizonHadoopinherentlydisk-basedarchitecture•Fulltab

7、lescaninHivefromRAMonly~40%speedup•Readallthemain-memoryDBliteraturesDistributedin-memoryanalytics•Efficientcomputeintegratedwithcolumnarcompression•ReliableRAM-orientedstoragelayeracrossthecluster•Holisticallocationofmemoryinthecluster–Inputs,intermediateresults,temporarydata,

8、computationstate,etc.AgendaBigDatabeyondHadoopI

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。