多圖技術貼：深入淺出解析大數據平臺架構
目錄：
- 什么是大數據
- Hadoop介紹-HDFS、MR、Hbase
- 大數據平臺應用舉例-騰訊
- 公司的大數據平臺架構
“就像望遠鏡讓我們能夠感受宇宙，顯微鏡讓我們能夠觀測微生物一樣，大數據正在改變我們的生活以及理解世界的方式……”。
大數據的4V特征-來源
公司的“大數據”
隨著公司業務的增長，大量和流程、規則相關的非結構化數據也爆發式增長。比如：
1、業務系統現在平均每天存儲20萬張圖片，磁盤空間每天消耗100G；
2、平均每天產生簽約視頻文件6000個，每個平均250M，磁盤空間每天消耗1T;
……
三國里的“大數據”
“草船借箭”和大數據有什么關系呢？對天象的觀察是基于一種對風、云、溫度、濕度、光照和所處節氣的綜合分析這些數據來源于多元化的“非結構”類型，并且數據量較大，只不過這些數據輸入到的不是電腦，而是人腦并最終通過計算分析得出結論。
Google分布式計算的三駕馬車
- Google File System用來解決數據存儲的問題，采用N多臺廉價的電腦，使用冗余（也就是一份文件保存多份在不同的電腦之上）的方式，來取得讀寫速度與數據安全并存的結果。
- Map-Reduce說穿了就是函數式編程，把所有的操作都分成兩類，map與reduce，map用來將數據分成多份，分開處理，reduce將處理后的結果進行歸并，得到最終的結果。
- BigTable是在分布式系統上存儲結構化數據的一個解決方案，解決了巨大的Table的管理、負載均衡的問題。
Hadoop體系架構
Hadoop核心設計
HDFS介紹-文件讀流程
MapReduce——映射、化簡編程模型
輸入數據->Map分解任務->執行并返回結果->Reduce匯總結果->輸出結果
Hbase——分布式數據存儲系統
Client：使用HBase RPC機制與HMaster和HRegionServer進行通信
Zookeeper：協同服務管理，HMaster通過Zookeepe可以隨時感知各個HRegionServer的健康狀況
HMaster: 管理用戶對表的增刪改查操作
HRegionServer：HBase中最核心的模塊，主要負責響應用戶I/O請求，向HDFS文件系統中讀寫數據
HRegion:Hbase中分布式存儲的最小單元，可以理解成一個Table
HStore：HBase存儲的核心。由MemStore和StoreFile組成。
HLog：每次用戶操作寫入Memstore的同時，也會寫一份數據到HLog文件
還有哪些NoSQL產品？
為什么要使用NoSQL？
一個高并發網站的DB進化史
關系模型>聚合數據模型的轉換-基本變換
關系模型>聚合數據模型的轉換-內嵌變換
關系模型>聚合數據模型的轉換-分割變換
關系模型>聚合數據模型的轉換-內聯變換
Hadoop2.0
MapReduce：
JobTracker：協調作業的運行。
TaskTracker：運行作業劃分后的任務。
作者：昆明小蟲
來自：http://www.36dsj.com/archives/10223