大数据平台技术框架选型分析.pdfVIP

大数据平台技术框架选型分析--第1页

大数据平台框架选型分析

一、需求

城市大数据平台，首先是作为一个数据管理平台，核心需求是数据的存和取，

然后因为海量数据、多数据类型的信息需要有丰富的数据接入能力和数据标准化

处理能力，有了技术能力就需要纵深挖掘附加价值更好的服务，如信息统计、分

析挖掘、全文检索等，考虑到面向的客户对象有的是上层的应用集成商，所以要

考虑灵活的数据接口服务来支撑。

二、平台产品业务流程

大数据平台技术框架选型分析--第1页

大数据平台技术框架选型分析--第2页

三、选型思路

必要技术组件服务：

ETL非/关系数据仓储大数据处理引擎服务协调分析BI平台监管

四、选型要求

1．需要满足我们平台的几大核心功能需求，子功能不设局限性。如不满足全部，

需要对未满足的其它核心功能的开放使用服务支持

2．国内外资料及社区尽量丰富，包括组件服务的成熟度流行度较高

大数据平台技术框架选型分析--第2页

大数据平台技术框架选型分析--第3页

3．需要对选型平台自身所包含的核心功能有较为深入的理解，易用其API或基于

源码开发

4．商业服务性价比高，并有空间脱离第三方商业技术服务

5．一些非功能性需求的条件标准清晰，如承载的集群节点、处理数据量及安全机

制等

五、选型需要考虑

简单性：亲自试用大数据套件。这也就意味着：安装它，将它连接到你的Hadoop安

装，集成你的不同接口（文件、数据库、B2B等等），并最终建模、部署、执行一些大数

据作业。自己来了解使用大数据套件的容易程度——仅让某个提供商的顾问来为你展示它

是如何工作是远远不够的。亲自做一个概念验证。

广泛性：是否该大数据套件支持广泛使用的开源标准——不只是Hadoop和它的生态

系统，还有通过SOAP和RESTweb服务的数据集成等等。它是否开源，并能根据你的特

定问题易于改变或扩展？是否存在一个含有文档、论坛、博客和交流会的大社区？

特性：是否支持所有需要的特性？Hadoop的发行版本（如果你已经使用了某一个）？

你想要使用的Hadoop生态系统的所有部分？你想要集成的所有接口、技术、产品？请注

意过多的特性可能会大大增加复杂性和费用。所以请查证你是否真正需要一个非常重量级

的解决方案。是否你真的需要它的所有特性？

陷阱：请注意某些陷阱。某些大数据套件采用数据驱动的付费方式（数据“税”），也就

是说，你得为自己处理的每个数据行付费。因为我们是在谈论大数据，所以这会变得非常

昂贵。并不是所有的大数据套件都会生成本地ApacheHadoop代码，通常要在每个Hadoop

集群的服务器上安装一个私有引擎，而这样就会解除对于软件提供商的独立性。还要考虑

你使用大数据套件真正想做的事情。某些解决方案仅支持将Hadoop用于ETL来填充数据

至数据仓库，而其他一些解决方案还提供了诸如后处理、转换或Hadoop集群上的大数据

分析。ETL仅是ApacheHadoop和其生态系统的一种使用情形。

大数据平台技术框架选型分析--第3页

大数据平台技术框架选型分析--第4页

六、方案分析

自建套件hortonworks国内类exadoopTDW+fineBI

成本100%开源

培训服务3k/人

授权支持100K

性能