没有合适的资源?快使用搜索试试~ 我知道了~
细细品味架构·酷狗音乐的大数据实践(第7期)
需积分: 10 20 下载量 103 浏览量
2017-10-29
08:28:10
上传
评论
收藏 1.52MB PDF 举报
温馨提示
试读
28页
1、本期内容 1.1 版权申明 1.2 内容详情 1.2.1 什么是大数据 1.2.2 酷狗大数据技术架构 1.2.3 酷狗大数据技术实现 1.2.4 持续改进 1.2.5 现场答疑【Q&A】 2、知识扩展 2.1 Drools 知识普及 2.1.1 前言 2.1.2 应用场景 2.1.3 模块构成 2.2 Esper 知识普及 2.2.1 CEP 和ESP 的概念 2.2.2 什么是Esper 2.2.3 Esper 工作原理 2.3 MAU DAU DAU/MAU 2.4 数据分析之 DNU/DAU 2.4.1 行业指标 2.4.2 实际案例 2.5 Lambda 的架构剖析 2.5.1 架构组成 2.5.2 优缺点分析 2.5.3 完成的试验 2.5.4 一个替代方案
资源推荐
资源详情
资源评论
细细品味架构
——酷狗音乐的大数据实践
第
七
期
刊
csAxp
http://www.xiapistudio.com/
2015 年 12 月 24 日
创建时间:2015/12/24 修改时间:2015/12/24 修改次数:0
中国·北京——虾皮工作室(www.xiapistudio.com) 编辑:虾皮
1
目录
1、本期内容.................................................................................................................. 3
1.1 版权申明.......................................................................................................... 3
1.2 内容详情.......................................................................................................... 3
1.2.1 什么是大数据........................................................................................ 3
1.2.2 酷狗大数据技术架构............................................................................ 5
1.2.3 酷狗大数据技术实现............................................................................ 7
1.2.4 持续改进.............................................................................................. 14
1.2.5 现场答疑【Q&A】 ............................................................................. 15
2、知识扩展................................................................................................................ 16
2.1 Drools 知识普及 ............................................................................................. 16
2.1.1 前言...................................................................................................... 16
2.1.2 应用场景.............................................................................................. 16
2.1.3 模块构成.............................................................................................. 17
2.2 Esper 知识普及 .............................................................................................. 18
2.2.1 CEP 和 ESP 的概念 ............................................................................. 18
2.2.2 什么是 Esper ....................................................................................... 18
2.2.3 Esper 工作原理 .................................................................................... 19
2.3 MAU DAU DAU/MAU ................................................................................. 19
2.4 数据分析之 DNU/DAU ............................................................................... 21
2.4.1 行业指标.............................................................................................. 21
2.4.2 实际案例.............................................................................................. 23
2.5 Lambda 的架构剖析 ...................................................................................... 23
2.5.1 架构组成.............................................................................................. 23
2.5.2 优缺点分析.......................................................................................... 24
2.5.3 完成的试验.......................................................................................... 24
2.5.4 一个替代方案...................................................................................... 25
3、参考文献................................................................................................................ 26
4、打赏小编................................................................................................................ 27
创建时间:2015/12/24 修改时间:2015/12/24 修改次数:0
中国·北京——虾皮工作室(www.xiapistudio.com) 编辑:虾皮
2
虾皮寄语
聆听有思想的声音,让我们打开不一样的世界;站在巨人的肩上,
让我们看到不一样的天地;让我们时刻铭记,在代码的征途中,不只
有你我在奋斗,还有他们;让我们时刻提醒,在人生的道路上,不只
有你我在努力,还有他们;让我们怀着一颗感恩的心,去感悟他们走
过的岁月,去品读字句中的艰辛,去学习他们高尚的品格,去传递无
私的奉献。没有他们,我们可能要走的艰难。因为他们,我们不在孤
单。感谢他们,照亮我们前方的路。
创建时间:2015/12/24 修改时间:2015/12/24 修改次数:0
中国·北京——虾皮工作室(www.xiapistudio.com) 编辑:虾皮
3
1、本期内容
1.1 版权申明
本系列内容原封转载于《高可用架构》公共微信群,版权归其所有。如果想第一时间了
解更多的文章,请关注下面微信群:
本小编(虾皮)仅仅是作为学习者,对其高质量的文章进行整理和分享,使更多的同道
中人,在走向架构师的路上获得更多的帮助。
1.2 内容详情
王劲:目前就职酷狗音乐,大数据架构师,负责酷狗大数据技术规划、建设、应用。 11
年的 IT 从业经验,2 年分布式应用开发,3 年大数据技术实践经验,主要研究方向流式计
算、大数据存储计算、分布式存储系统、NoSQL、搜索引擎等。
大数据平台是一个庞大的系统工程,整个建设周期很长,涉及的生态链很长(包括:数
据采集、接入,清洗、存储计算、数据挖掘,可视化等环节,每个环节都当做一个系统建设),
风险也很大。
1.2.1 什么是大数据
创建时间:2015/12/24 修改时间:2015/12/24 修改次数:0
中国·北京——虾皮工作室(www.xiapistudio.com) 编辑:虾皮
4
所谓“大数据”(big data) 指的是这样一种现象:一个公司日常运营所生成和积累用户
行为数据“增长”如此之快, 以至于难以使用现有的数据库管理工具来驾驭,困难存在于
数据的获取、存储、搜索、共享、分析和可视化等方面。这些数据量是如此之大,已经不是
以我们所熟知的多少 G 和多少 T 为单位来衡量,而是以 P(1000 个 T), E(一百万个 T)
或 Z(10 亿个 T)为计量单位,所以称之为大数据。
大数据来源:半个世纪以来,随着计算机技术全面融入社会生活,信息爆炸已经积累到
了一个开始引发变革的程度。它不仅使世界充斥着比以往更多的信息,而且其增长速度也在
加快。信息爆炸的学科如天文学和基因学,创造出了“大数据”这个概念。如今,这个概念
几乎应用到了所有人类智力与发展的领域中。21 世纪是数据信息大发展的时代,移动互联、
社交网络、电子商务等极大拓展了互联网的边界和应用范围,各种数据正在迅速膨胀并变大。
互联网(社交、搜索、电商)、移动互联网(微博)、物联网(传感器,智慧地球)、车联网、
GPS、医学影像、安全监控、金融(银行、股市、保险)、电信(通话、短信)都在疯狂产生
着数据。
大数据特征:“大量化(Volume)、多样化(Variety)、快速化(Velocity)、价值密度低(Value)”
就是“大数据”显著的 4V 特征,或者说,只有具备这些特点的数据,才是大数据。
剩余27页未读,继续阅读
资源评论
Tadas-Gao
- 粉丝: 189
- 资源: 420
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功