数据平台技术概览

目前市面上稍微体量大一些的IT厂都会自建数据平台,将数据从上报,收集,存储,清洗,应用这个链路的东西都自己own起来。
现在一个公司搭建自有数据平台,大部分的框架结构都相对稳定。
这里笔者顺着数据流程将各个地方用到的技术都做一个汇总。

上报

在移动互联网时代,更多的用户日志都是从移动端上报的,移动端根据页面的不同,有native页面和H5页面,所以一般公司针对于这两种页面,分别有一套日志上报体系,然后在离线的时候把这两套上报日志合并起来。
具体的日志这里包括三个方面:前端app、pc日志上报nginx日志后端代码中服务日志,这几块常规的做法就是公司中间件团队封装一套SDK用于收集这些日志,期望达到最少量侵入代码的埋点方式。

收集,存储

数据采集的话根据常用的分为MySQL和日志,其中MySQL以binlog收集为主,传输和存储这块都会采用Kafka的方案,具体到业务的话可能会采用RabbitMQ的方案。

清洗

清洗这一块根据处理方式可以分为实时处理和离线处理

实时处理

多采用Storm,或者SparkStreaming,偶尔会有采用Flink,但根据市面上的大厂,更多采用的是前两者。

离线处理

多采用Hive,随着Spark的兴起,很多公司开始尝试在ETL流程中使用Spark-SQL替代Hive的任务

应用

应用这块根据服务人群不同可以分为,查询分析型挖掘学习型

查询分析型

服务对象更多是公司高级主管或者一些运营,这里孵化最多的就是报表系统,其中采用Hive,Presto,Druid,Kylin等工具,多为开源系统。
基于查询分析可能会出现实时大盘统计等实时需求。

挖掘学习型

服务对象是用户,目的是通过一些机器学习算法达到智能化推荐,运营的目的,这里采用比较多的是Spark Mllib和基于Python的TenseFlow这种机器学习库。
算法迭代稳定上线,一般会孵化出AB系统

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容