首先我们来看一个典型的互联网大数据平台的架构，如下图所示： 在这张架构图中，大数据平台里面向用户的在线业务处理组件用褐色标示出来，这部分是属于互联网在线应用的部分，其他蓝色的部分属于大数据相关组件，使用开源大数据产品或者自己开发相关大数据组件。 你可以看到，大数据平台由上到下，可分为三个 ...

Lambda 架构 Lambda 架构由Storm的作者Nathan Marz提出，其设计目的在于提供一个能满足大数据系统关键特性的架构，包括高容错、低延迟、可扩展等。其整合离线计算与实时计算，融合不可变性、读写分离和复杂性隔离等原则，可集成Hadoop, Kafka, Spark，Storm ...

一、 Lambda架构 Storm的创始人Nathan Marz提出的Lambda架构是现在进行实时处理的常见架构。它设计的目的是以低延迟处理和更新数据、支持线性扩展和容错机制。速度层可以直接消费kafka中的数据，也可以对数据进行分层再消费都可以。如下图： 优点 ...

一、大数据实时处理有什么意义呢？ 我们得到数据可以进行数据分析，利用数据统计方法，从错综复杂的数据关系中梳理出事物的联系，建立一些BI（Business Intelligence）报表，对一些数据的有用信息进行可视化呈现，供我们进行分析和决策。 二、数据实时处理能做什么？ 1）实时 ...

Spark是一个实时处理框架 Spark提供了两套实施解决方案：Spark Streaming（SS）、Structured Streaming（SSS） 然后再结合其它框架：Kafka、HBase、Flume、Redis 项目流程：架构分析、数据产生、数据采集 ...

前言：作为一个程序猿，总是能不时地听到各种新技术名词，大数据、云计算、实时处理、流式处理、内存计算… 但当我们听到这些时髦的名词时他们究竟是在说什么？偶然搜到一个不错的帖子，就总结一下实时处理和流式处理的差别吧。 正文：要说实时处理就得先提一下实时系统(Real-timeSystem ...

大数据处理-Lambda架构-Kappa架构 elasticsearch-head Elasticsearch-sql client NLPchina/elasticsearch-sql: Use SQL to query Elasticsearch ...

这个Python脚本是用来对实时文件的内容监控，比如 Error 或者 time out 字段都可以进行自定义；算是我的第一个真正的Python脚本，自己感觉还是比较臃肿，不过打算放到blog上记录一下（还是初学者，大神们勿喷哈），真心希望博友们能够再指点一下(现在记录每次的文件大小值是输出 ...