设为首页收藏本站

LUPA开源社区

 找回密码
 注册
文章 帖子 博客
LUPA开源社区 首页 业界资讯 开源资讯 查看内容

Twitter开源了其流处理框架Summingbird

2014-1-17 10:52| 发布者: joejoe0332| 查看: 2586| 评论: 0|原作者: 臧秀涛译|来自: infoq

摘要: Twitter开源了其MapReduce流处理框架Summingbird。Summingbird是一个大规模数据处理系统,支持开发者以批处理模式(基于Hadoop/MapReduce)或流处理模式(基于Storm)或混合模式(即组合前两种模式)以统一的方式执 ...

  Twitter开源了其MapReduce流处理框架Summingbird。Summingbird是一个大规模数据处理系统,支持开发者以批处理模式(基于Hadoop/MapReduce)或流处理模式(基于Storm)或混合模式(即组合前两种模式)以统一的方式执行代码。它基于Apache 2许可发布。


  现在的软件栈需要手工集成MapReduce (Pig/Scalding)和基于流(Storm)的代码,为了处理5亿的Tweet并能持续成长,Twitter必须寻找一个替代品。关于创建Summingbird的主要动机,Twitter的工程师提到,在于他们意识到,由于以下原因,在Storm上运行一个完全实时的系统非常困难:


  • 要重新计算数月的历史日志,必须与Hadoop进行协作,或者是通过某种定制的日志加载机制形成通过Storm的流。
  • Storm专注的是消息传递,随机写入数据库很难维护。


  正是这一洞见推动了Summingbird这一灵活而通用的方案的出现,它用于解决工程师使用现有方法遇到的实际问题:


  • 两个不同系统中的两组聚合逻辑必须保持同步
  • 在每个系统和客户端之间,键和值必须一致地进行序列化
  • 客户端要负责从两个数据存储读取数据、执行最后的聚合并提供合并结果


  Summingbird也是第一批可以公开获得的Lambda架构兼容系统中的一个。类似的项目包括Yahoo的Storm-YARN 和一家西班牙创业公司即将发布的Lambdoop。 Lambdoop是一个Java框架,用于以与Lambda架构一致的方式开发大数据应用。Lambda架构的特色是有一个不可修改、只能追加数据的主数 据库,并组合了批处理、服务和加速等不同的层。这些特色支持开发者构建健壮的、可以进行批处理和流处理的大规模数据处理系统,其使用案例涉及从物联网(智 能城市、可穿戴设备和制造业)之上的社交媒体平台(比如Twitter、LinkedIn等)到金融行业(欺诈检测和推荐)等。


  Summingbird的主要设计者Oscar Boykin、Sam Ritchie(计算机科学界的传奇人物Dennis Ritchie的侄子)和Ashutosh Singhal 进一步透露了该框架的路线图:


  • 支持Apache Spark和列式数据存储格式Parquet
  • 在Summingbird的Producer原语之上的高层数学库和机器学习代码
  • 相关开源项目(比如Algebird和Storehaus)更深度的集成


  查看英文原文:Twitter Open-Sources its MapReduce Streaming Framework Summingbird


  译文地址:http://www.infoq.com/cn/news/2014/01/twitter-summingbird?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global


酷毙

雷人

鲜花

鸡蛋

漂亮
  • 快毕业了,没工作经验,
    找份工作好难啊?
    赶紧去人才芯片公司磨练吧!!

最新评论

关于LUPA|人才芯片工程|人才招聘|LUPA认证|LUPA教育|LUPA开源社区 ( 浙B2-20090187 浙公网安备 33010602006705号   

返回顶部