任何完整的大數據平台，一般包括以下的幾個過程：數據采集–>數據存儲–>數據處理–>數據展現(可視化，報表和監控)。 其中，「數據采集」是所有數據系統必不可少的，隨着大數據越來越被重視，「數據采集」的挑戰也變的尤為突出。這其中包括： 數據源多種多樣 數據 ...

隨着大數據越來越被重視，數據采集的挑戰變的尤為突出。今天為大家介紹幾款數據采集平台： Apache Flume Fluentd Logstash Chukwa Scribe Splunk Forwarder 大數據平台與數據采集 任何完整的大數據平台，一般包括 ...

大數據平台的數據采集 數據采集的設計，幾乎完全取決於數據源的特性，畢竟數據源是整個大數據平台蓄水的上游，數據采集不過是獲取水源的管道罷了。 在數據倉庫的語境下，ETL基本上就是數據采集的代表，包括數據的提取（Extract)、轉換(Transform)和加載(Load)。在轉換的過程中 ...

大數據平台現狀 餓了么的大數據平台團隊成立於2015年5月份左右，在16年4月份，Hadoop集群規模還只在100+節點數，而在一年時間里集群規模快速增長到1000+的水平，這還是在引入數據生命周期進行管控的情況下的規模增速；同樣，流計算集群的規模雖然相對較小，但也經歷了10倍的增長，一些 ...

...

...

關於從0到1搭建大數據平台，之前的一篇博文《如何從0到1搭建大數據平台》已經給大家介紹過了，接下來我們會分步講解搭建大數據平台的具體注意事項。 一、“大”數據 海量的數據 當你需要搭建大數據平台的時候一定是傳統的關系型數據庫無法滿足業務的存儲計算要求了，所以首先我們面臨的是海量的數據 ...

我在一次社區活動中做過一次分享，演講題目為《大數據平台架構技術選型與場景運用》。在演講中，我主要分析了大數據平台架構的生態環境，並主要以數據源、數據采集、數據存儲與數據處理四個方面展開分析與講解，並結合具體的技術選型與需求場景，給出了我個人對大數據平台的理解。本文講解數據采集 ...