大数据解决方案及产品.pptx

1、,VoltDB 高频大数据解决方案,系统中的高频数据,2,Smart Meter,更快: 读/写 负载 延时/吞吐量,VoltDB 应用案例,VoltDB应用/方案的高吻合目标行业,行业 电信和网络 金融服务 广告科技 能源和应用 资本市场 电子商务 / 零售业 在线游戏 以上绝不是仅有的行业！,其它行业种类 战略性大数据项目 早期使用者 感应器驱动的环境,关键技术特性,ACID全事务支持 灵活的扩展性 错误恢复 可持久化到硬盘 内嵌OLAP 导出连接器 基于网络的异步集群复制,6,关键特性: 线性扩展,7,增加一个新结点到VoltDB集群可以有限提升集群的最大吞吐量，也可以增加整个集群的内存

2、容量 集群的大小对应用来说是透明的,关键特性: 线性扩展（续）,右边表格源自于独立的测试机构Percona，标示出线性扩展到每秒150万次的运算和最高推断值达到30个服务器。这个表也表明VoltDB线性扩展具备K-Safety,关键特性: 内置异常恢复/HA功能,9,分区就是复制的单位 事务复制操作（不是更改记录）使用Active/Active 同步复制方式 应用只有在所有复制节点都提交（或者回滚）后才会收到成功（或者失败）的响应,关键特性: 基于网络的数据库集群复制,10,VoltDB包括一个网络复制Agent 这个Agent将事物异步从主集群（可读可写）复制到备集群（只读） 异步的方式最大

3、限度容忍网络可能出现的问题,整合：高性能导出,并行导出 接近最大线速 基于事先建立的连接 Hadoop CSV JDBC (PostgreSQL, MySQL, Oracle) Netezza Vertica,VoltDB 建立了一个基于事务的，可持久化的导出框架 在VoltDB完成高质量、实时分析、实时响应，并把结果数据通过VoltDB Export导出到OLAP,VoltDB管理和监控,Nagios 脚本 Logs to Log4j JMX VoltDB 企业管理器 每一个节点都有一个内置网络服务器 特殊的系统程序,VoltDB的一个典型架构,ERP,CRM,HR,Orders,Cart,

4、Recom-mendation,User Mgt.,Click Stream,Inv,Personal-ization,Data warehouse,Hadoop,Traditional OLTP,Velocity OLTP,logins,sensors,impressions,orders,authorizations,clicks,trades,Analytic results enrich decision making,使用方案中会包含VoltDB的目标客户,理想的销售机会Ideal Prospect Characteristics 初期采用者 高速率-增长中的交易处理率 寻求竞争差异

5、 事务处理 需要做出决策 创建新的apps 数据吞吐量用尽 水平分区Sharding 目前使用手工操作 其次 寻求削减成本- 准备使用云端 ACID 不能做到最终一致性就无法生存,次要销售机会 对风险抱保守的态度 使用传统数据库可以解决问题 很少使用到高速决策 非结构化数据、文件数据库 复杂的查询和分析 特别巨大的数据 J2EE, Hibernate Windows/Unix/COBOL architecture bias,吸引用户使用VoltDB的原因（条件）,公司的战略同大数据相关 新的应用部署，而不是在现有应用上转换数据库 额外的数据来源于在线数据 为了获取性能、分区等使用费自然的技术手

6、段 面临来自于创新的竞争压力 Oracle 不能满足性能的需求、授权或者对于降低硬件成本的需求 公司需要围绕特定技术寻求发展 实时数据分析 基于内存的数据库,Datameer -从桌面到服务器 可视化大数据分析平台,Datameer 可视化大数据分析平台,Datameer开放式结构,Datameer可视化操作、分析与展示界面,28.io 海量数据的综合信息查询分析平台,现代公司的信息量往往大爆炸 种类 容量 速率企业数据被储存在孤立的数据 仓库中,28io 海量数据的综合信息查询分析平台,解决方案,可视化了的查询的查询及处理图层 结构化数据/半结构化数据/非结构化数据,JSONiq 查询语言:

7、 非关联数据库的结构化查询语言,自动并行运算,REST API,实时,NoSQL (MongoDB, CouchDB, .),SQL through JDBC,File Stores (S3, GlusterFS, ),JSON, XML,Relational,Text,Pdf,HTM.,Other data stores.,其它数据格式,商业应用,Web Services (Salesforce, Zendesk, ),JSON, XML,连接与查询分析,查询语言 JSONiq,Hadoop 同28.io 架构对比,S3,ETL,HDFS,Map Reduce,结果,S3,28.io,结果,Hadoop,28.io,运行45分钟,35 秒,几个小时,数据科学家费时2小时开发 Map reduce Code,商业用户费时20分钟建立JSONiq 查询,让Web数据成为你的数据库,Connotate,Connotate 智能化的Web数据抽取工具,Web Agent（数据抽取的工具）可自动自主的运行。 根据您的要求输出结构化数据集（通常是CSV格式或则是XML格式）,Connotate使网络数据变成了您的数据库,在Connotate的帮助下，您可以在