[置顶] 基于mdrill的大数据分析

发布时间:2016-12-8 0:24:18 编辑:www.fx114.net 分享查询网我要评论
本篇文章主要介绍了"[置顶] 基于mdrill的大数据分析",主要涉及到[置顶] 基于mdrill的大数据分析方面的内容,对于[置顶] 基于mdrill的大数据分析感兴趣的同学可以参考一下。

     数据越来越多,传统的关系型数据库支撑不了,分布式数据仓库又非常贵。几十亿、几百亿、甚至几千亿的数据量,如何才能高效的分析? mdrill是由阿里妈妈开源的一套数据的软件,针对TB级数据量,能够仅用10台机器,达到秒级响应,数据能实时导入,可以对任意的维度进行组合与过滤。     mdrill作为数据在线分析处理软件,可以在几秒到几十秒的时间,分析百亿级别的任意组合维度的数据。 在阿里10台机器完成每日30亿的数据存储,其中10亿为实时的数据导入,20亿为离线导入。目前集群的总存储3200多亿80~400维度的数据。 mdrill的特性 1.满足大数据查询需求:adhoc每天的数据量为30亿条,随着日积月累,数据会越来越大,mdrill采用列存储,索引,分布式技术,适当的分区等满足用户对数据的实时在线分析的需求。 2.支持增量更新:离线形式的mdrill数据支持按照分区方式的增量更新。 3.支持实时数据导入:在仅有10台机器的情况下,支持每天10亿级别(高峰每小时2亿)的实时导入。 4.响应时间快:列存储、倒排索引、高效的数据压缩、内存计算,各种缓存、分区、分布式处理等等这些技术,使得mdrill可以仅在几秒到几十秒的时间分析百亿级别的数据。 5.低成本:目前在阿里adhoc仅仅使用10台48G内存的PC机,但确存储了超过千亿规模的数据。 6.全文检索模式:在mdrill的全文检索模式数据可以直接存储在hdfs中,并且以每天160亿*70维度的数据增量提供全文检索服务(注:该模式下不能进行统计,只能进行关键词匹配查询数据明细) mdrill的定位 大数据 要数据量大,几十亿上百亿。 还要省钱,普通PC就能搞定。 多维分析 要任意维度组合与过滤 还要对任意指标进行统计和排序 即席查询 要查询快,秒级响应。 还要数据快,数据分钟级延迟。 资源列表 mdrill介绍mdrill介绍PPT安装部署sql使用手册版本开发计划阿里妈妈-AdHoc-基于mdrill的大数据自助分析平台 其他 官方地址:https://github.com/alibaba/mdrillmdrill技术交流群:171465049微博:http://weibo.com/mynyannian

上一篇:hdu——1213——How Many Tables
下一篇:【Android基础】AndroidManifest常用权限permission整理

相关文章

相关评论