如何做好大数据的实时复杂查询
在过去的几年里,我们生活中几乎每一个功能都依赖于实时应用。无论是通过社交媒体更新我们的朋友圈,在线购物,还是等待客户服务的立即回应,我们已经变得越来越依赖快速有效的得到我们想要的信息。
然而我们不知道的是,这其中存在几个挑战:
在这些系统中流动着的大量数据
·需要一个高度可用的应用程序和数据存储
·高性能的要求·支持复杂查询。
·事务支持
我们可以尝试把这些挑战转化为3个部分:大数据,实时性和复杂查询。
第一个挑战-大数据
从大数据开始,要解决这些问题,我们有很多可以利用的解决方案。 最流行的解决方案是NoSQL数据库和Hadoop。 它们属于分布式环境,其中存在多个包含数据的分区。 通过分区间的复制,以确保在某一台服务器宕机时,我们可以从另一台服务器获取数据(大多数是最终一致的,这意味着副本可能没有最新的数据更新,但是这属于另外的讨论范畴)。 那么,如果我们采用这些NoSQL数据库,我以很容易地克服数据量和高可用性问题所带来的挑战。 它也是一种可扩展的解决方案,可以添加更多的计算和存储资源,这些将能够支持更多的数据和吞吐量。
第二个挑战-实时
实时是面临的主要挑战。目前主流的解决方案主要是基于磁盘的,这意味着没有对实时部分的支持,面对复杂的查询可能需要几分钟,有时甚至更多。 这就是为什么我们需要内存数据网格,它在内存中存储了部分数据或全部数据。 当数据存储在内存中,计算是可以做到非常快速的使用RAM而不是I / O访问。
但这种解决方案也不是那么容易。 我们也许可以在RAM中存储几个TB数据,但如果我们有更多的数据,那怎么办? 比如说50TB ......即使如今RAM变得便宜得多,但50TB也将是非常昂贵的。 此外,这也导致管理一个数据网格集群的机器数量过多。 一些内存数据网格解决方案提供了另一种方法,在磁盘中存储一些非活跃的数据。
固态硬盘可以为我们提供一个将二者合二为一的机会,前提是我们使用正确。虽然SSD并不像RAM一样快,但它比正常的磁盘快得多,而且比RAM便宜很多。 现在有2种方式,我们可以利用固态硬盘来实现非常大的集群和实时复杂查询:
*快速索引模式 - 我们将查询的字段存储在RAM中,将其余部分都存储在SSD上。 例如,如果我们有一个包含很多字段的大对象,我们只能在RAM中存储其中的一些索引,将一些次要字段存储在固态硬盘中,所以相比于常规磁盘,我们依然可以在它们之上进行非常快的查询。
*热数据---最近被使用的对象将被存储在RAM中,其他对象将被放入SSD。 这种方法还可能具有实时性的挑战,因为查询引擎在SSD上进行需要全部数据的复杂运算,而不是在RAM上。
第三个挑战-复杂查询
还剩下复杂查询这部分挑战,大多数应用在关系型数据库中有实时分析的需求,我们可以很容易地通过聚合查询实现 (avg, min, max, sum, group by)。而分布式环境中,这要复杂得多,因为数据在集群的分区中,聚和就意味着我们要么需要把所有的数据传输到客户端(这不是一种好的选择,因为它实在是太多了)或使用MapReduce逻辑模型,使用Map Reduce逻辑模型是一种不错解决方案,只不过没有简单SQL group by来的更直观而已。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31