分布式计算入门

阿里云大学课程:分布式计算入门

课程介绍

本章针对大数据分步式计算中的相关技术进行讲解,核心讲解流式计算和内存计算技术,阐述阿里云在处理这些功能时所使用的技术,并对阿里在这里的技术优化方式进行了详细的讲解。

课程目标: 学习分步式计算相关技术

课时列表:

课时1:流式计算概述

课时2:流计算与批量计算的区别

课时3:流式计算典型系统技术分析

课时4:阿里计算核心技术概述

课时5:有状态计算实现方式

课时6:StreamSQL

课时7:大数据和数据库的结合

课时8:分析型数据库服务ADS

课时9:统一计算框架

开始学习:分布式计算入门

阿里云大学首页:阿里云大学

JStorm 是一个分布式实时计算引擎。       JStorm 是一个类似Hadoop MapReduce的系统, 用户按照指定的接口实现一个任务,然后将这个任务递交给JStorm系统,Jstorm将这个任务跑起来,并且按7 * 24小时运行起来,一旦中间一个Worker 发生意外故障, 调度器立即分配一个新的Worker替换这个失效的Worker。       因此,从应用的角度,JStorm应用是一种遵守某种编程规范的分布式应用。从系统角度, JStorm是一套类似MapReduce的调度系统。 从数据的角度,JStorm是一套基于流水线的消息处理机制。       实时计算现在是大数据领域中最火爆的一个方向,因为人们对数据的要求越来越高,实时性要求也越来越快,传统的Hadoop MapReduce,逐渐满足不了需求,因此在这个领域需求不断。Storm组件和Hadoop组件对比StormHadoop角色NimbusJobTrackerSupervisorTaskTrackerWorkerChild应用名称TopologyJob编程接口Spout/BoltMapper/Reducer  优点        在Storm和JStorm出现以前,市面上出现很多实时计算引擎,但自Storm和JStorm出现后,基本上可以说一统江湖: 究其优点:开发非常迅速:接口简单,容易上手,只要遵守Topology、Spout和Bolt的编程规范即可开发出一个扩展性极好的应用,底层RPC、Worker之间冗余,数据分流之类的动作完全不用考虑扩展性极好:当一级处理单元速度,直接配置一下并发数,即可线性扩展性能健壮强:当Worker失效或机器出现故障时, 自动分配新的Worker替换失效Worker数据准确性:可以采用Ack机制,保证数据不丢失。 如果对精度有更多一步要求,采用事务机制,保证数据准确。  应用场景        JStorm处理数据的方式是基于消息的流水线处理, 因此特别适合无状态计算,也就是计算单元的依赖的数据全部在接受的消息中可以找到, 并且最好一个数据流不依赖另外一个数据流。因此,常常用于日志分析,从日志中分析出特定的数据,并将分析的结果存入外部存储器如数据库。目前,主流日志分析技术就使用JStorm或Storm管道系统, 将一个数据从一个系统传输到另外一个系统, 比如将数据库同步到Hadoop消息转化器, 将接受到的消息按照某种格式进行转化,存储到另外一个系统如消息中间件统计分析器, 从日志或消息中,提炼出某个字段,然后做count或sum计算,最后将统计值存入外部存储器。中间处理过程可能更复杂。    中文教程地址:https://github.com/alibaba/jstorm/wiki/JStorm-Chinese-Documentation 标签:阿里巴巴  分布式  hadoop
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值