典型云计算平台架构开源成熟的hadoop生态体系 从企业的技术选型角度，hadoop能满足大数据场景下绝打多数需求，同时在技术可行性与成本上，具有无可比拟额优势。 1、 Hadoop是架构在廉价的硬件服务器上，不需要非常昂贵的硬件做支撑。2、 开源的产品，免费的，基于开源协议，可以自由修改，可控性更大。3、因为属于二次开发，同时因为有非常活跃的社区讨论，对开发人员的能力要求相对不高，工程师的学习成本也并不高。4、当集群规模非常大时，开发成本和维护成本会凸显出来。但是相对于自研系统来说的话，还是便宜的很多。 hadoop的整个生态体系，涵盖了系统数据存储、数据收集、数据导入导出到关系数据库、并行计算框架、数据序列化处理与任务调度、数据挖掘和机器学习、列式存储在线数据库、元数据中心、工作流控制、系统部署配置监控、可视化处理等等方方面面。大数据分析平台一、海量数据存储及扩展能力 基于分布式HDFS文件系统存储，HA高可用配置， 数据多副本，异地备份容灾能力，以最经济的硬件成本支持海量数据存储和扩容。二、高负载和海量数据处理能力 基于yarn之上的资源管控与调度模型，支持资源的动态配置与热启动，公平科学的任务调度算法，达到资源利用的最大化、合理化。优先分配就近的运算节点，尽可能降低网络带宽。高容错能力，支持任务重试和资源预估，不受个别越算节点故障影响。支持动态扩充运算资源。能在海量的服务器集群中执行高复杂度、高资源需求、高运算密集型的任务。三、灵活快速的平台搭建及全面运营监控指标体系 一键式的平台搭建，支持快速搭建集群环境。灵活方便的配置界面，可针对集群、单机进行系统配置及调优。 提供自定义的服务模块安装、资源分配、权限管理。指标体系全面的监控管理、良好的可视化界面，提供自定义脚本的预警与处理。四、多平台、多结构的数据接入与处理 支持各种格式、多数据源的数据导入。从系统日志、数据库、第三方数据源等导入数据到集群环境，进行快速地数据清洗、转化、建模、固化，提供各业务模块进行运算处理。良好的模板配置，支持多ETL任务自动生成、运行。代码规范统一。五、体验良好的交互式展示界面及报表工具 除了展示各个常规指标及运算记过。通过专业的统计数据分析系统设计方法，理清海量数据指标与维度，按主题、成体系呈现复杂数据背后的联系;将多个视图整合，展示同一数据在不同维度下呈现的数据背后的规律，帮助用户从不同角度分析数据、缩小答案的范围、展示数据的不同影响。具备显示结果的形象化和使用过程的互动性，便于用户及时捕捉其关注的数据信息。Hadoop大数据分析平台解决方案说明简介本文档描述本公司Hadoop大数据分析平台解决方案的具体实现细节。本平台采用开源Hadoop组件搭建为一个通用目的的大数据分析平台，可用于各领域，包括：教育、医疗、电信、银行等大数据应用客户。平台具备如下特点：1. 一键安装2. 可视化运行维护3. 自由的扩展性4. 完全开源，并于最新的稳定版本同步5. 无缝集成Hadoop生态领域的各个数据分析组件6. 可视化大数据实验环境方案采用的Hadoop模块列表 HDFS，用于大规模数据存储 Yarn，系统资源管理 Hive，基于Mapreduce的SQL数据访问 Pig，脚本式数据处理 Storm，流式数据处理 Spark/Spark Streaming，内存计算框架 HBase，Key-Value数据存储 MapReduce，离线批处理计算框架 Kafka，消息队列式流失数据接入 HCatlog，元数据管理 Ambari，Hadoop平台监控、管理界面 ZooKeeper，保证系统无单点运行 Oozie，工作流式任务调度方案的硬件方案本方案对于硬件没用特别要求，平台可以部署在Amazon等云服务上，可以部署在实体物理PC服务器构成的集群上，也可以部署在基于OpenStack等其他虚拟节点上。大数据平台功能列表在开源Hadoop模块的基础上，本公司的hadoop大数据平台对各模块做了整合，从而形成一个通用的、企业级的数据平台。系统结构图平台功能模块系统管理系统管理模块提供如下功能：1. 节点管理，负责集群节点控制，可以增加、停用、启用或者移除节点。2. 服务管理，对节点上每个服务进行管理，如HDFS，Yarn，HBase等，包括停止，启动，重启。3. 对象管理，Hive、HBase、HDFS数据对象的增删改查。4. 日志审计，操作日志记录了所有改变系统配置的操作，通过日志的查询审计，发现不当操作，保证系统安全稳定运行。多租户管理多租户管理模块提供如下功能：1. 用户管理，负责用户的增删改查。2. 角色管理，负责角色的增删改查。3. 权限管理，负责授权和取消授权。4. 队列管理，负责Yarn队列管理。5. 资源使用规则管理，负责资源使用规则的增删改查。系统监控系统监控提供如下功能：1. 集群监控，显示集群cpu、内存、网络、IO使用情况。2. 节点监控，显示节点上每个组件服务的状态及运行情况；显示节点cpu、内存、网络、IO使用情况。3. 任务监控，监控节点上每个作业的完成情况。调度管理Prospector大数据平台提供所有类型的任务调度管理。Prospector大数据平台的任务类型包括：数据集成任务、数据预处理任务和数据分析任务三类。Prospector大数据平台可以对所有类型任务实线以下类型调度： 一次性执行 定期执行 条件执行数据集成 （Data Integrator）数据集成理模块负责将外部数据源导入到Prospector大数据平台，同时也负责将数据分享到其他的外部数据存储。睿帆Data Integrator用于将外部数据源的数据集成到Hadoop大数据平台。Data Integrator支持三大类数据源：1 数据库、NoSQL系统2 文件系统（FTP、HDFS）3 消息队列（Kafka、ActiveMQ）数据库、NoSQL系统数据源l DB2l Oraclel Teradatal MySQLl Netezzal PostgreSQLl Sybase IQl Vertical Greenpluml Hivel HBase文件系统与文件格式l Apache Logl CSV/TSVl HTML/XMLl JSONl AVROl Parquetl Binaryl Key, Valuel ORC消息队列数据源l Kafkal ActiveMQ数据治理（Data Governor）数据治理模块负责对导入到大数据平台中的数据进行处理，对数据进行清洗、转换、过滤、聚合、脱敏等，将数据转化成有意义的数据供分析人员使用。数据治理模块同时负责数据质量管理。数据质量1 数据质量评估。提供全方位数据质量评估能力，如数据的重复性、关联性、正确性、完全性、一致性、合规性等，对数据进行全面体检。2 数据质量检核和执行。提供配置化的度量规则和检核方法生成能力，提供检核脚本的定时调度执行和第三方调度工具的调度执行功能。3 数据质量监控。系统提供报警机制，对检核规则或方法进行阀值设置，对超出阀值的规则进行不同级别的告警和通知。4 定制化数据质量报告。系统提供了丰富的API可进行定制化数据质量包括开发，另外系统内置了常用质量报告。5 强大的数据质量问题分析能力。 提供多种问题分析能力，包括血统分析，影响分析，全链分析，定位问题产生的根源。数据整理与转换1 数据整理。包括数据过滤、数据合并、数据拆分、数据复制、数据排序等数据预处理功能。2 数据转换。计算产生新变量、重新赋值、统计汇总、Rank、生成随机数、替换缺失值、空值处理、Lookup等数据转换功能。数据分析（Data Analyzer）数据分析模块提供应用开发环境、集成简化机器学习算法、提供图形化的拖拽界面供数据分析使用。应用开发用户通过可视化方式定义工作流完成下数据分析：统计报表、数据挖掘、机器学习、文本挖掘。拖拽式可视化开发环境企业数据分析用户通过可视化开发环境定义数据分析的逻辑，Data Analyzer将其转化成对底层数据分析算法的调用，并提供任务执行、任务调度和任务管理功能。Data Analyzer样例企业数据分析师可以同过Data Analyzer完成一系列数据分析。聚类通过聚类算法，Data Analyzer可以把企业客户分成相似但不相同的、又无直接关联关系的客户群体，显而易见是聚类结果可以帮企业客户分群。决策树通过决策树算法，Data Analyzer可以把客户根据不同属性的取值划分到固定的类别，例如高收入、高潜力、高风险等。而这些通过属性的分类规律很可能隐藏在数据中而从未被发现。属性关联通过属性关联算法，Data Analyzer可以发现客户年龄、学历等属性与收入、信用记录之间的潜在关联关系，从而帮助企业制定有针对性的客户发展计划。预测推荐通过关联算法，Data Analyzer可以根据客户信息预测他/她在某方面（音乐、电影）的兴趣度，从而协助企业的精准营销。数据可视化（Data Viewer）Prospector采用Graph Viz， D3 Javascripts和Google Charts的技术框架实现如下数据的可视化：结构化数据、柱状图、非结构化数据、网络图、序列图等。平台运维本公司对于Hadoop大数据分析平台方案提供升级服务和Hadoop/Spark相关的技术支持。运维服务通过现场和远程两种方式配合来实施。平台升级平台升级服务主要包括（但不限于）：1. 安装新组件2. 更新组件版本3. 卸载组件4. 集群扩容技术支持本公司提供如下技术支持（但不限于）：1. 批处理任务性能调优2. 流式数据处理性能调优3. 大数据应用开发培训4. 系统配置修改推荐5. 故障日志分析6. 数据备份、数据分区、数据重分布7. 调整集群节点分工8. 系统资源与任务队列分配