大家好,又见面了,我是你们的朋友全栈君。
原文链接:http://www.docin.com/p-86312184.html?docfrom=rrela
一、背景
互联网内容提供方式转变:用户创造内容。视频应用、网络游戏、搜索引擎等互联网衍生业务迅速发展,使得海量数据存储、管理和处理成为当今互联网公司面临的严峻问题。这些信息保存在存储设备上,便是高膨胀的海量数据,表1是不同互联网应用的规模。
互联网应用海量数据的共性:
1)用户群体大,增长速度快;
2)数据总量大,增长速度快;
3)数据类型多样,大小不一;
4)数据操作模式较为固定,一致性要求较弱,对读写延时有一定要求;
互联网应用的海量数据特性,对数据存储和处理提出了新的挑战,如下:
1)TB级甚至PB级的存储系统,以适应海量数据的需求;
2)良好的扩展性。在不中断服务的情况下,通过简单添置机器或者磁盘存储来扩展系统,满足不断增长的数据和用户群体需求;
3)低时延、高吞吐的存储系统性能;
4)丰富的存储类型,以满足互联网应用中结构化、半结构化甚至非结构数据的存储需求;
5)灵活简单的并行编程模型进行海量数据处理,隐藏分布式环境下数据分布、容错等复杂性;
二、数据存储
1、 传统技术:传统关系型数据库
局限性:应用场景局限,着眼于面向结构化的数据,致力于事务处理,要求保持严格的一致性;关系模型束缚对海量数据的快速访问能力;缺乏对非结构化数据的处理能力;扩展性差。
2、新兴数据存储系统:集中式数据管理系统、非集中式数据管理系统
三、数据处理
快速从海量数据中抽取出关键信息用以提高互联网应用的质量、用户体验等,已经成为互联网企业之间竞争的关键技术问题。同时,大规模数据处理的研究,也是DISC应用研究的关键问题。
并行计算
解决大规模数据处理的方法就是并行计算。将大量数据分散到多个节点上,将计算并行化,利用多机的计算资源,从而加快数据处理的速度。目前,这种并行计算主要分为3大类:一类是广泛应用于高性能计算的MPI技术,一类是以Google、Yahoo为代表的互联网企业兴起的Map/Reduce计算,一类是微软提出的Dryad并行计算模型。
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/129682.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...