流式计算-Storm基本介绍

 

 

1、离线计算是什么？

         离线计算：批量获取数据、批量传输数据、周期性批量计算数据、数据展示

         代表技术：Sqoop批量导入数据、HDFS批量存储数据、MapReduce批量计算数据、Hive批量计算数据、***任务调度

1，hivesql

2、调度平台

3、Hadoop集群运维

4、数据清洗（脚本语言）

5、元数据管理

6、数据稽查

7、数据仓库模型架构

 

2、流式计算是什么

         流式计算：数据实时产生、数据实时传输、数据实时计算、实时展示

         代表技术：Flume实时获取数据、Kafka/metaq实时数据存储、Storm/JStorm实时数据计算、Redis实时结果缓存、持久化存储(mysql)。

         一句话总结：将源源不断产生的数据实时收集并实时计算，尽可能快的得到计算结果

 

3、离线计算与实时计算的区别

         最大的区别：实时收集、实时计算、实时展示

 

4、Storm是什么？

         Flume实时采集，低延迟

         Kafka消息队列，低延迟

         Storm实时计算，低延迟

         Redis实时存储，低延迟

 

         Storm用来实时处理数据，特点：低延迟、高可用、分布式、可扩展、数据不丢失。提供简单容易理解的接口，便于开发。

 

        

         海量数据？数据类型很多，产生数据的终端很多，处理数据能力增强

        

        

5、Storm与Hadoop的区别

1. Storm用于实时计算，Hadoop用于离线计算。
2. Storm处理的数据保存在内存中，源源不断；Hadoop处理的数据保存在文件系统中，一批一批。
3. Storm的数据通过网络传输进来；Hadoop的数据保存在磁盘中。
4. Storm与Hadoop的编程模型相似

 

Job：任务名称

JobTracker：项目经理

TaskTracker：开发组长、产品经理

Child:负责开发的人员

Mapper/Reduce:开发人员中的两种角色，一种是服务器开发、一种是客户端开发

 

Topology:任务名称

Nimbus:项目经理

Supervisor:开组长、产品经理

Worker:开人员

Spout/Bolt：开人员中的两种角色，一种是服务器开发、一种是客户端开发

 

6、Storm应用场景及行业案例

                  Storm用来实时计算源源不断产生的数据ÿ