许多分布式计算系统都可以实时或接近实时地处理大数据流。本文将对三种Apache框架分别进行简单介绍,然后尝试快速、高度概述其异同。
Apache Storm
在Storm中,先要设计一个用于实时计算的图状结构,我们称之为拓扑(topology)。这个拓扑将会被提交给集群,由集群中的主控节点(master node)分发代码,将任务分配给工作……
HDFS+MapReduce+Hive十分钟快速入门
1. 前言
本文的目的是让一个从未接触Hadoop的人,在很短的时间内快速上手,掌握编译、安装和简单的使用。
2. Hadoop家族
截止2009-8-19日,整个Hadoop家族由以下几个子项目组成:
成员名
用途
备注
Hadoop Common
Hadoop体系最底层的一个模块,为Hadoop各子项目提供各种……
问题导读
1.flume在框架中的作用是什么?
2.Kafka是消息中间件,它有什么特点?
3.kafka和storm如何整合?
4.flume和kafka如何整合?
序言
前段时间学习了storm,最近刚开blog,就把这些资料放上来供大家参考。这个框架用的组件基本都是最新稳定版本,flume-ng1.4+kafka0.8+storm0.9+mysql如果有需要测试项目代码的朋友,……
Flume-ng
Flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。
Flume的文档可以看http://flume.apache.org/FlumeUserGuide.html 官方的英文文档 介绍的比较全面。
不过这里写写自己的见解
这个是flume的架构图
从上图可以看到几个名词:
Agent: 一个Agent包含Source、Channel、Sink和其他的组……
Storm源码浅析之topology的提交
http://www.blogjava.net/killme2008/archive/2011/11/17/364112.html
基于storm的实时GPS数据客流特征分析系统
http://blog.sina.com.cn/s/blog_5ca749810101ceqz.html
Storm实现实时feed信息处理
http://macrochen.iteye.com/blog/1389305
http://www.datasalt.com/2012/01/real-time-fe……