Casa Finanza personale Hadoop come destinazione dei dati di archiviazione - dummies

Hadoop come destinazione dei dati di archiviazione - dummies

Video: Log Viewer for analyzing Exchange Server EDB LOG Files 2025

Video: Log Viewer for analyzing Exchange Server EDB LOG Files 2025
Anonim

Il costo di archiviazione economico per Hadoop e la possibilità di eseguire query sui dati Hadoop con SQL rendono Hadoop la destinazione principale per i dati di archiviazione. Questo caso d'uso ha un impatto ridotto sulla tua organizzazione perché puoi iniziare a costruire il tuo set di competenze Hadoop su dati che non sono memorizzati su sistemi mission-critical.

Inoltre, non devi lavorare duro per ottenere i dati. (Poiché i dati archiviati normalmente sono archiviati su sistemi che hanno un utilizzo ridotto, è più facile da ottenere rispetto ai dati che sono "sotto i riflettori" sui sistemi critici per le prestazioni, come i data warehouse.) Se si sta già utilizzando Hadoop come atterraggio zona, hai le basi per il tuo archivio! Devi semplicemente conservare ciò che vuoi archiviare ed eliminare ciò che non fai.

Se pensi alla zona di atterraggio di Hadoop, l'archivio interrogabile, mostrato nella figura, estende il valore di Hadoop e inizia ad integrare i pezzi che probabilmente esistono già nella tua impresa. È un ottimo esempio di trovare economie di scala e opportunità di estrazione dei costi usando Hadoop.

Qui, il componente di archivio collega la zona di atterraggio e il data warehouse. I dati da archiviare provengono dal magazzino e vengono quindi archiviati nel cluster Hadoop, che fornisce anche la zona di atterraggio. In breve, puoi utilizzare lo stesso cluster Hadoop per archiviare i dati e agire come la tua zona di atterraggio.

La tecnologia Hadoop chiave che si utilizzerà per eseguire l'archiviazione è Sqoop, che può spostare i dati da archiviare dal data warehouse in Hadoop. Dovrai considerare quale forma vuoi che i dati prendano nel tuo cluster Hadoop. In generale, i file Hive compressi sono una buona scelta.

È possibile, ovviamente, trasformare i dati dalle strutture del magazzino in qualche altra forma (ad esempio, una forma normalizzata per ridurre la ridondanza), ma generalmente non è una buona idea. Mantenere i dati nella stessa struttura di quelli presenti nel magazzino renderà molto più semplice eseguire un'interrogazione completa dei set di dati tra i dati archiviati in Hadoop e i dati attivi presenti nel magazzino.

Il concetto di interrogare sia i set di dati attivi che quelli archiviati fa emergere un'altra considerazione: quanti dati dovresti archiviare? Ci sono davvero due scelte comuni: archiviare tutto quando i dati vengono aggiunti e modificati nel data warehouse, o solo archiviare i dati che si ritiene siano freddi.

L'archiviazione di tutto ha il vantaggio di consentire di emettere facilmente query da un'unica interfaccia sull'intero set di dati, senza un archivio completo, è necessario trovare una soluzione di query federata in cui si dovrebbe riunire i risultati di l'archivio e il data warehouse attivo.

Ma il rovescio della medaglia qui è che gli aggiornamenti regolari dei dati caldi del tuo data warehouse potrebbero causare grattacapi per l'archivio basato su Hadoop. Questo perché qualsiasi modifica ai dati in singole righe e colonne richiederebbe la cancellazione e la ricatalogazione dei set di dati esistenti.

Ora che i dati di archivio sono memorizzati nella tua zona di atterraggio basata su Hadoop (supponendo che tu stia utilizzando un'opzione come i file Hive compressi menzionati in precedenza), puoi interrogarla. È qui che le soluzioni SQL su Hadoop possono diventare interessanti.

Un eccellente esempio di ciò che è possibile è per gli strumenti di analisi (a destra nella figura) per eseguire direttamente report o analisi sui dati archiviati archiviati in Hadoop. Non si tratta di sostituire il data warehouse: dopotutto, Hadoop non sarebbe in grado di eguagliare le caratteristiche delle prestazioni del magazzino per supportare centinaia o più utenti concorrenti che fanno domande complesse.

Il punto qui è che puoi usare gli strumenti di reporting contro Hadoop per sperimentare e trovare nuove domande a cui rispondere in un magazzino o un mart dedicato.

Quando avvii il tuo primo progetto basato su Hadoop per l'archiviazione dei dati del magazzino, non interrompere i processi correnti finché non li hai completamente testati sulla tua nuova soluzione Hadoop. In altre parole, se la tua strategia di magazzino corrente è archiviare su nastro, mantenere il processo in atto e archiviare i dati in Hadoop e nastro fino a quando non hai completamente testato lo scenario (che in genere include il ripristino dei dati del magazzino nel caso di un guasto del magazzino).

Anche se stai mantenendo (a breve termine) due repository di archivio, avrai un'infrastruttura solida e testata prima di rimuovere le autorizzazioni da un processo collaudato. Questo processo può garantire che tu resti occupato - con il tuo attuale datore di lavoro.

Questo caso d'uso è semplice perché non c'è alcuna modifica al magazzino esistente. L'obiettivo aziendale è sempre lo stesso: costi di storage e licenze inferiori grazie alla migrazione dei dati utilizzati raramente in un archivio. La differenza in questo caso è che la tecnologia dietro l'archivio è Hadoop piuttosto che lo storage offline, come il nastro.

Inoltre, vari fornitori di archivi hanno iniziato a incorporare Hadoop nelle loro soluzioni (ad esempio, consentendo ai loro file di archivio proprietari di risiedere su HDFS), quindi aspettatevi di espandere presto le funzionalità in quest'area.

Man mano che sviluppi le abilità di Hadoop (come lo scambio di dati tra Hadoop e database relazionali e l'interrogazione di dati in HDFS) puoi usarle per affrontare problemi più grandi, come i progetti di analisi, che potrebbero fornire valore aggiunto all'investimento Hadoop della tua organizzazione.

Hadoop come destinazione dei dati di archiviazione - dummies

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...