Lambda架构
文章目录
Lambda架构
架构简介
-
Lambda架构是大数据架构的一种，其作用无非是存储-处理-展示数据。关于其介绍，网上多篇博客已珠玉在前，这里不再赘述。可参见：
-
最重要的官网，配合翻译插件食用更佳：http://lambda-architecture.net/
https://blog.csdn.net/lvsaixia/article/details/51778487；
https://blog.csdn.net/brucesea/article/details/45937875；
https://www.jianshu.com/p/b6bf05332c18；
https://www.jianshu.com/p/ef543d6dc15b
https://zhuanlan.zhihu.com/p/20510974；
架构之组成
1. batch layer
如图可知，优选是Hive和Pig，次选是Spark、Hadoop；
2. speed layer
如图可知，优选是Spark Streaming和Strom，次选是Spring XD；
3. serving layer
如图可知，优选是HBase和Druid，次选是SploutSQL；
由上可知，Lambda架构的组成可以有千百种方式，但其每一个layer的选择却是有限的；只需结合业务需求、然后在上述三幅图中选择即可。
Lambda架构的Demo
（官网给定的5个demo，但目前一个都没看懂-2018年9月4日）
Lambda架构具体的实现方式，网上开源的代码真的非常少，这也大大加重了实操的难度。
Demo1. 推特标签数量实时分析
batch layer = HDFS;
speed layer = Trident(a high level Storm);
serving layer = Splout SQL;
Demo2. 实时分析数据堆栈
data resource = Kafka;
batch layer = Hadoop;
speed layer = Storm;
serving layer = Druid;
Demo3. 洛杉矶公共交通数据实时分析
data resource = Kafka;
batch layer = Spark;
speed layer = Cassandra;
serving layer = Akka;
Demo4. 基于微软云分析公共会议流程
github项目地址：https://github.com/ANierbeck/BusFloatingData
data resource = ;
batch layer = ;
speed layer = ;
serving layer = ;
Demo5. 推特实时详尽分析
data resource = Kafka/Twitter4j;
batch layer = Spark;
speed layer = Spark-streaming/Cassandra;
serving layer = Akka/Akka-http;
我的Demo
暂时假定，
batch layer = Hive;
speed layer = Storm;
serving layer = HBase;搭建起一个local mode（本地集群）的demo
…
Storm集成HBase：
http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-hbase.html
完成日历：
2018年9月4日-开始学习Lambda架构思想，并阅读多个Hadoop组件的文档；
2018年9月11日-实现Kafka发出随机信息，并简单消费的Java工程；
2018年9月12日-实现Kafka数据导入hdfs，并用Hive QL查询。本来想用Java工程来实现，但是导入数据的方法大概有三种：kafka connect、Gobblin、利用Flume中间件。这三种方法都是直接在Linux上改写配置文件，就能实现数据从Kafka -> HDFS的过程，与我的本意不和；看来hadoop平台并不是所有的任务都可以用Java来实现；这个过程暂且不管了
2018年9月13日-在Hive中实现HQL对关键业务指标的查询，也可尝试用Java操作；