Статья для понимания хранилища данных: Архитектура хранилища данных. Сравнение Lambda и Kappa.
Статья для понимания хранилища данных: Архитектура хранилища данных. Сравнение Lambda и Kappa.

Прежде чем представить архитектуру Lambda и Kappa, давайте сначала рассмотрим историю развития хранилища данных: История развития портала-хранилища данных

напиши впереди

кашель,вместе сВзрыв объема данныхиТребования к данным в режиме реального временистановится все выше и выше,а такжеРазвитие технологий больших данных заставляет предприятия постоянно модернизировать и совершенствовать свои решения.,Архитектура хранилища данных также постоянно развивается.,прошли следующие процессы соответственно:Ранний классический номерной склад Архитектура > Автономная архитектура больших данных > Lambda > Kappa > Гибридная архитектура.

Архитектура

композиция

Функции

Склад классических номеров Архитектура

В основном реляционные базы данных (mysql, oracle).

Небольшой объем данных и низкие требования к работе в режиме реального времени

Автономная архитектура больших данных

улей, в основном искра

Большой объем данных и низкие требования к работе в режиме реального времени

Lambda

улей, искра отвечает за инвентарь, стром/Флинк отвечает за расчеты в реальном времени

Большой объем данных и высокие требования к работе в режиме реального времени.

Kappa

kafka、strom、Flink

Несколько предприятий, несколько источников данных, источники данных на основе событий

смешивание Архитектура

p.s. Если примеры в таблице неуместны, поправьте меня.

Lambda

Принцип лямбда-архитектуры

LambdaАрхитектура Основная идея состоит в том, чтобы разделить систему больших данных на три уровня.:Batch Layer,Speed Слой и сервировка Слой. Среди них Батч Уровень отвечает за хранение набора данных и предварительный запрос полного набора данных. Скорость Уровень в основном отвечает за расчет дополнительных данных и генерацию данных в реальном времени. Views。Serving Уровень используется для ответа на запросы пользователей. Он будет выполнять пакетную обработку. Просмотры и режим реального времени Результаты представлений объединяются для получения окончательного результата и возвращаются пользователю, как показано ниже.

Недостатки архитектуры Lambda

Lambda Архитектура решает проблему вычислений в реальном времени при больших объёмах данных, но сама Архитектура имеет и определённые недостатки.

  • Живите с пакетным расчет Проблемы с калибром данных, вызванные противоречивыми результатами:Из-за партиии Расчет в реальном времениизэто две вычислительные платформыипрограмма расчета,Результаты расчетов часто отличаются,В тот день я часто вижу число и смотрю на него как на данные.,На следующий день я посмотрел вчерашние данные, и они изменились.
  • Пакетный расчет невозможно завершить в пределах вычислительного окна: в эпоху Интернета вещей,Объем данных становится все больше и больше,Часто оказывается, что ночью окно длится всего 4 или 5 часов.,Восполнить данные, накопленные более чем за 20 часов в течение суток, уже невозможно.,Обеспечение своевременной доступности данных перед утренним выходом на работу стало головной болью для каждой команды, занимающейся большими данными.
  • Проблемы сложности при разработке и сопровождении: Lambda Архитектура должна быть двух разных API(application programming интерфейс (Application Programming Interface), одна и та же бизнес-логика программируется дважды: один раз для Пакетный расчетизETLсистема,Потоковая система для потоковых вычислений. Для одной и той же бизнес-задачи были созданы две базы кода.,У каждого есть разные уязвимости. Такую систему на самом деле очень сложно поддерживать.
  • Большое серверное хранилище. Типичная конструкция хранилища данных генерирует большое количество таблиц промежуточных результатов, что приводит к быстрому расширению данных и увеличению нагрузки на серверное хранилище.

Kappa

Принцип архитектуры каппы

Основные идеи Kappa Архитектура включают в себя следующие три пункта:

  • Используйте Kafka или аналогичную распределенную систему очередей для сохранения данных. Вы можете сохранять данные столько дней, сколько вам нужно.
  • Когда требуется полный пересчет, экземпляр потокового вычисления перезапускается, данные считываются с начала для обработки и выводятся в новое хранилище результатов.
  • Когда новый экземпляр будет завершен,Остановите старый экземпляр Stream Compute.,И выложите некоторые результаты старого удаления.

Под Каппа Архитектура,Исторические данные будут пересчитываться только при необходимости,А процесс расчета в реальном времени и пакетной обработки использует один и тот же код.

Сравнение преимуществ и недостатков архитектуры Lambda и архитектуры Kappa.

проект

Lambda

Kappa

Возможности обработки данных

Может обрабатывать чрезвычайно масштабные исторические данные.

Ограниченные возможности обработки исторических данных

Накладные расходы машины

Пакетная обработка и вычисления в реальном времени должны выполняться постоянно.

При необходимости выполнять полные расчеты, Накладные расходы машина относительно небольшая

накладные расходы на хранение

Вам нужно сохранить только один результат запроса, накладные расходы на хранение меньше.

Необходимо хранить старые и новые результаты экземпляров, накладные расходы на склад относительно большой

Сложность разработки и тестирования

Внедрить два набора кодов, сложность разработки и тестирования выше.

Просто посмотрите в лицо рамке, Сложность разработки и относительно небольшое количество

Затраты на эксплуатацию и техническое обслуживание

Поддерживать два комплектасистема,Затраты на эксплуатацию и техническое обслуживание大

只需维护一个框架,Затраты на эксплуатацию и техническое обслуживание Маленький

краткое содержание

  • Lambda объединяет полный объем исторических данных и дополнительных данных в реальном времени и выводит их.
  • Два потока Kappa сотрудничают при выводе, и запросы каждый раз используют последний результат обработки потока.

Редактору есть что сказать

В настоящее время многие решения для инкрементальной пакетной обработки в квазиреальном времени также могут отвечать требованиям реального времени с точки зрения стабильности и производительности. на эксплуатацию и техническое Он также показал лучшие результаты в обслуживании. Например, решение квазиреального времени «kudu» (хранилище) + «impala» (вычисления) может реализовывать инкрементальные обновления и запросы olap десятков миллионов данных с превосходной производительностью.

Портал серии хранилищ данных: https://blog.csdn.net/weixin_39032019/category_8871528.html.

boy illustration
Учебное пособие по Jetpack Compose для начинающих, базовые элементы управления и макет
boy illustration
Код js веб-страницы, фон частицы, код спецэффектов
boy illustration
【новый! Суперподробное】Полное руководство по свойствам компонентов Figma.
boy illustration
🎉Обязательно к прочтению новичкам: полное руководство по написанию мини-программ WeChat с использованием программного обеспечения Cursor.
boy illustration
[Забавный проект Docker] VoceChat — еще одно приложение для мгновенного чата (IM)! Может быть встроен в любую веб-страницу!
boy illustration
Как реализовать переход по странице в HTML (html переходит на указанную страницу)
boy illustration
Как решить проблему зависания и низкой скорости при установке зависимостей с помощью npm. Существуют ли доступные источники npm, которые могут решить эту проблему?
boy illustration
Серия From Zero to Fun: Uni-App WeChat Payment Practice WeChat авторизует вход в систему и украшает страницу заказа, создает интерфейс заказа и инициирует запрос заказа
boy illustration
Серия uni-app: uni.navigateЧтобы передать скачок значения
boy illustration
Апплет WeChat настраивает верхнюю панель навигации и адаптируется к различным моделям.
boy illustration
JS-время конвертации
boy illustration
Обеспечьте бесперебойную работу ChromeDriver 125: советы по решению проблемы chromedriver.exe не найдены
boy illustration
Поле комментария, щелчок мышью, специальные эффекты, js-код
boy illustration
Объект массива перемещения объекта JS
boy illustration
Как открыть разрешение на позиционирование апплета WeChat_Как использовать WeChat для определения местонахождения друзей
boy illustration
Я даю вам два набора из 18 простых в использовании фонов холста Power BI, так что вам больше не придется возиться с цветами!
boy illustration
Получить текущее время в js_Как динамически отображать дату и время в js
boy illustration
Вам необходимо изучить сочетания клавиш vsCode для форматирования и организации кода, чтобы вам больше не приходилось настраивать формат вручную.
boy illustration
У ChatGPT большое обновление. Всего за 45 минут пресс-конференция показывает, что OpenAI сделал еще один шаг вперед.
boy illustration
Copilot облачной разработки — упрощение разработки
boy illustration
Микросборка xChatGPT с низким кодом, создание апплета чат-бота с искусственным интеллектом за пять шагов
boy illustration
CUDA Out of Memory: идеальное решение проблемы нехватки памяти CUDA
boy illustration
Анализ кластеризации отдельных ячеек, который должен освоить каждый&MarkerгенетическийВизуализация
boy illustration
vLLM: мощный инструмент для ускорения вывода ИИ
boy illustration
CodeGeeX: мощный инструмент генерации кода искусственного интеллекта, который можно использовать бесплатно в дополнение к второму пилоту.
boy illustration
Машинное обучение Реальный бой LightGBM + настройка параметров случайного поиска: точность 96,67%
boy illustration
Бесшовная интеграция, мгновенный интеллект [1]: платформа больших моделей Dify-LLM, интеграция без кодирования и встраивание в сторонние системы, более 42 тысяч звезд, чтобы стать свидетелями эксклюзивных интеллектуальных решений.
boy illustration
LM Studio для создания локальных больших моделей
boy illustration
Как определить количество слоев и нейронов скрытых слоев нейронной сети?
boy illustration
[Отслеживание целей] Подробное объяснение ByteTrack и детали кода