个人观点:大数据我们都知道hadoop,但并不都是hadoop.我们该如何构建大数据库项目。对于离线处理,hadoop还是比较适合的,但是对于实时性比较强的,数据量比较大的,我们可以采用Storm,那么Storm和什么技术搭配,才能够做一个适合自己的项目。下面给大家可以参考。
可以带着下面问题来阅读本文章:
1.一个好的项目架构……
一. 实时计算的概念
实时计算一般都是针对海量数据进行的,一般要求为秒级。实时计算主要分为两块:数据的实时入库、数据的实时计算。
主要应用的场景:
1) 数据源是实时的不间断的,要求用户的响应时间也是实时的(比如对于大型网站的流式数据:网站的访问PV/UV、用户访问了什么内容、搜索了什么内容等,实时的数据计算……
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……