基于數(shù)據(jù)倉庫與Hadoop的移動廣告平臺設計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著移動互聯(lián)網(wǎng)的迅速發(fā)展,應用軟件采集數(shù)據(jù)的途徑更加廣泛,需要處理的數(shù)據(jù)規(guī)模也達到了前所未有的級別,這給傳統(tǒng)數(shù)據(jù)倉庫帶來了很大挑戰(zhàn),要想充分挖掘這些海量數(shù)據(jù),僅靠傳統(tǒng)數(shù)據(jù)倉庫的運算處理能力是達不到的。分布式處理框架Hadoop的誕生突破了這一瓶頸,通過框架內(nèi) HDFS和 MapReduce兩大部分提供的數(shù)據(jù)存儲及計算能力,充分利用集群優(yōu)勢,對海量數(shù)據(jù)進行高效快速的并行處理,彌補了傳統(tǒng)數(shù)據(jù)倉庫在海量數(shù)據(jù)存儲和運算方面的不足。
  本

2、文在分析了傳統(tǒng)數(shù)據(jù)倉庫方案和Hadoop方案在進行數(shù)據(jù)處理時的優(yōu)缺點之后,提出了讓兩者相互協(xié)作的解決方案,并基于此方案構建了移動廣告平臺的數(shù)據(jù)分析系統(tǒng)。一方面采用傳統(tǒng)數(shù)據(jù)倉庫 PostgreSQL處理數(shù)據(jù)量不大且結構化的表數(shù)據(jù),另一方面用Hadoop集群中的數(shù)據(jù)倉庫Hive處理半結構化大數(shù)據(jù)量的Web日志數(shù)據(jù)。整個系統(tǒng)分為了部署環(huán)境、同步數(shù)據(jù)、定制統(tǒng)計分析任務、調(diào)度任務、查詢報表五個功能模塊,分別從數(shù)據(jù)倉庫和Hadoop兩個方面介紹如何

3、設計和實現(xiàn)它們。其中系統(tǒng)主要解決了以下幾個問題:
 ?。?)異構數(shù)據(jù)同步問題。利用ETL工具Kettle對多臺服務器上的MySQL庫里的數(shù)據(jù)進行抽取、清洗、轉(zhuǎn)換,消除不一致性后,按照一定的業(yè)務邏輯載入到目標數(shù)據(jù)倉庫PostgreSQL。
  (2)大數(shù)據(jù)量時的數(shù)據(jù)分析效率問題。利用Hive高效的處理系統(tǒng)中的龐大的Web日志數(shù)據(jù),因為 Hive是構建在 Hadoop之上,它能自動將寫好的Hive任務解析成MapReduce運行

4、,從而利用Hadoop集群并行處理任務,提高了數(shù)據(jù)分析的效率。
 ?。?)高效率低成本的進行 PostgreSQL和 Hadoop集群之間數(shù)據(jù)傳輸問題。Sqoop是款開源的數(shù)據(jù)傳輸工具,主要用于關系型數(shù)據(jù)庫與Hadoop之間的數(shù)據(jù)傳輸,專為大數(shù)據(jù)批量傳輸而設計,能夠?qū)Υ髷?shù)據(jù)進行分割形成區(qū)塊,并創(chuàng)建Hadoop任務來并行處理每個區(qū)塊,從而高效的實現(xiàn)PostgreSQL和Hadoop集群之間數(shù)據(jù)的傳輸。
  (4)數(shù)據(jù)安全性和權

5、限控制問題。系統(tǒng)中除數(shù)據(jù)分析人員外,都不能直接訪問數(shù)據(jù)庫,只能通過網(wǎng)站提供的報表查詢頁面來查詢報表,針對不同的用戶或不同的報表,系統(tǒng)將返回不同的報表查詢結果給用戶,這樣做的好處一來是提高了數(shù)據(jù)庫的安全性,二來控制了用戶查看報表的權限。
  本文考慮到了現(xiàn)有系統(tǒng)對大數(shù)據(jù)技術的需求,從而引進了Hadoop技術,同時又要保證對系統(tǒng)已有的數(shù)據(jù)倉庫進行重用,故保留了原有的數(shù)據(jù)倉庫系統(tǒng)。設計和實現(xiàn)了兩者相互協(xié)作的移動廣告平臺數(shù)據(jù)分析系統(tǒng),并在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論