在线客服
扫描二维码
下载博学谷APP
扫描二维码
关注博学谷微信公众号
大数据Lambda架构概念及应用，Lambda Architecture 概念Mathan Marz的大作Big Data: Principles and best practices of scalable real-time data systems介绍了Lambda Architecture的概念，用于在大数据架构中，如何让real-time与batch job更好地结合起来，以达成对大数据的实时处理。
大数据平台中包括批量计算的Batch Layer和实时计算的Speed Layer，通过在一套平台中将批计算和流计算整合在一起。
例如使用HadoopMapReduce、Spark进行批量数据的处理，使用ApacheStorm、Spark Streaming 进行实时数据的处理。
这种架构在一定程度上解决了不同计算类型的问题，但是带来的问题是框架太多，会导致平台复杂度过高、运维成功高等。
Lambda架构的主要思想就是将大数据系统构建为多个层次，如下图所示：
我们来梳理一下他们是如何分工协助的：
首先new data作为整个数据系统的数据源头，Batch Layer作为数据的批处理层次对原始数据进行加工与处理，并且将处理的数据结果的Batch View输入到Serving Layer。(这里对应的是全量数据)
Speed Layer对于实时增加的数据进行处理，生成对增量数据计算结果的Real-time View。(这里对应的是增量数据)
最终用户查询是通过Batch View与Real-time View相结合的形式将最终结果呈现出来。
基于Lambda架构，一旦数据通过Batch layer进入到Serving layer，在Real-time view中的相应结果就不再需要了。
来源：软件架构 今日头条
— 申请免费试学名额 —
在职想转行提升，担心学不会？根据个人情况规划学习路线，闯关式自适应学习模式保证学习效果
讲师一对一辅导，在线答疑解惑，指导就业！
上一篇：
大数据开发工程师需要学习哪些知识点？
下一篇：
大数据自学要多久？为什么零基础自学大数据那么久？
相关推荐 更多
盘点五种主流的大数据计算框架
目前市面上有很多大数据框架，如批处理框架Hadoop，流处理框架Storm，以及混合处理型框架Flink和Spark，本文就对当前的分布式计算框架进行了系统的回顾与盘点。
15994
2019-07-02 19:04:03
大数据专业学习难度大吗？需要学习什么技术？
众所周知，大数据专业是目前互联网行业中高薪岗位之一。然而看到高薪的机会，大部分同学立刻行动投入大数据专业的学习中，也有一部分同学发表自己的疑问：大数据专业这样高薪是否学习难度非常大？如果从事大数据专业工作，需要学习什么技术呢？
14465
2019-09-02 19:04:37
大数据开发工程师需要了解的热门技术
目前大数据、人工智能、区块链已经成为未来互联网核心的发展趋势。人工智能技术还未成熟，而区块链的落地应用也缺乏市场的支撑，而大数据技术已经逐渐融入到各行各业，对于大数据开发工程师而言，哪些技术是受欢迎的？应该注重哪些方面技术的学习？
6186
2019-12-10 18:47:11
大数据如何构建用户画像？
进入大数据时代，我们常常在谈论的一个概念就是用户画像。在互联网领域利用用户画像，可以达到精准营销的商业目的，因此这也是为什么构建用户画像在这个流量至上的年代如此重要的原因。任何企业公司的产品要想做好精细化运营，都需要先构建该产品和服务的用户画像。下面我们一起看看用户画像的概念和构建方法。
5897
2020-03-31 11:12:22
数据科学与机器学习的区别是什么？
数据科学与机器学习的区别：机器学习是人工智能的一个分支，而数据科学是数据清理、准备和分析的学科。人们需要了解每种技术的工作原理，以及它们是如何一起工作的。数据科学是一种实践领域，而机器学习是一组工具和方法论。
6631
2020-05-13 15:36:30
