E-MapReduce(Hadoop)10大类问题之集群规划-低调大师

E-MapReduce(Hadoop)10大类问题之集群规划

2018-11-04 621

集群规划类问题

所有的使用Hadoop或者打算使用Hadoop的人肯定会遇到集群规划的问题，我到底使用多大的集群规模呢?有没有一个标准呢? 本篇文章就为你介绍集群规划。

在云环境E-MapReduce中，各种搭配是比较自由的。当前，cpu跟memory的比例有1：2及1：4的。磁盘是单机4快盘，从不同的性能有普通云盘、高校云盘、SSD云盘，价格也分别不同，单盘的容量也从40g到32T。

对于有钱的公司，本文就不用看了，直接用最贵最多的肯定是满足需求的。对于广大的创业公司或者本着开源节流的思想来用的公司，还是需要研究下的。

基本原则

离线在线分开，主要是把在线的流式计算(SparkStreamingStorm)、存储服务(Hbase)与离线计算分开。因为两者追求的目标不一样，在线追求qps响应时间，离线追求吞吐。
Hbase需要使用SSD云盘

微信关注我们

原文链接：https://yq.aliyun.com/articles/664831

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

E-MapReduce助力建设企业级数据仓库

概述对于大部分的企业，数据一般存在两个地方，一个是业务数据库，一个是日志。一般来讲，数据库数据容量有限，对于历史标记删除的记录一般会做定时清理，但是这些数据往往还是很有价值的。数据库计算能力也有限，如果要做一些数据分析，则会浪费宝贵的计算资源。一些数据分析会横跨不能的部门，不同的业务线，往往需要不同DB之间，甚至需要跟日志做一些关联，这时就会有一个新的部门，数据仓库部门或者数据分析部门。此部门需要做第一件事情就是需要把不同的业务线的数据统统收集到一个中心。以往选择数据处理技术往往是一些商业的数据仓库。在Hadoop技术来临之后，由于其易用性、高度扩展性、低成本的优势，受到了越来越多的公司使用。本文将简单介绍使用E-MapReduce建设数据仓库。建立数据仓库大致的架构如下图所示：在RDS mysql部分的数据，可以每天晚上同步一

2018-11-05

645

云上Hadoop的优势如果对E-Mapreduce有兴趣，可以访问E-Mapreduce培训系列之基本介绍这里主要是围绕E-Mapreduce这款云产品展开的。易用主要体现在集群的创建、销毁、扩容、缩容等方面，目前一个集群基本4分钟内开启。支持作业的编排、作业执行错误后报警等。hadoop本身提供了基本的软件，目前hue、zeppelin、ooize等虽然提供了网页版本的交互式，任务的编排；但是毕竟不是企业的服务，也没有提供高可用的保证，对于报警，跟组内其它同事的账户也难以集成。emapreduce会提供这方面的服务，不过当前一些还在实现中。低成本主要体现在线下购买Hadoop、运维Hadoop集群的高成本。在云上有更好的组合方式，比如把数据放在OSS中，再启动emr集群按需运行。按照客户的业务情况，对于一直hold资源的场景，

2018-11-05

643

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。