大數(shù)據(jù)平臺(tái)概要設(shè)計(jì)說(shuō)明書(shū)

1、計(jì)算平臺(tái)概要設(shè)計(jì)說(shuō)明書(shū)文件編號(hào)受控編號(hào)版次1.0密級(jí)內(nèi)部公開(kāi)總頁(yè)數(shù)42附錄作者： 日期：2013-01-28批準(zhǔn)：日期：審核：日期：（版權(quán)所有，翻版必究）文件修改記錄修改日期修改狀態(tài)修改貝碼及條款修改人審核人批準(zhǔn)人1. 引言 1.1 編寫(xiě)目的1.2 術(shù)語(yǔ)與縮略詞1.3 對(duì)象及范圍1.4 參考資料2. 系統(tǒng)總體設(shè)計(jì)2.1 需求規(guī)定2.1.1 數(shù)據(jù)導(dǎo)入2.1.2 數(shù)據(jù)運(yùn)算2.1.3 運(yùn)算結(jié)果導(dǎo)出2.1.4 系統(tǒng)監(jiān)控2.1.5 調(diào)度功能2.1.6 自動(dòng)化安裝部署與維護(hù)2.2 運(yùn)行環(huán)境2.3 基本設(shè)計(jì)思路和處理流程2.4 系統(tǒng)結(jié)構(gòu)2.4.1 大數(shù)據(jù)運(yùn)算系統(tǒng)架構(gòu)圖2.4.2 hadoop體系各組件之間關(guān)

2、系圖2.4.3 計(jì)算平臺(tái)系統(tǒng)功能圖2.4.4 系統(tǒng)功能圖邏輯說(shuō)明2.4.5 計(jì)算平臺(tái)業(yè)務(wù)流程圖2.5 尚未解決的問(wèn)題3. 模塊 /功能設(shè)計(jì)3.1 計(jì)算驅(qū)動(dòng)模塊3.1.1 設(shè)計(jì)思路3.1.2 流程圖3.1.3 處理邏輯3.2 調(diào)度模塊3.2.1 設(shè)計(jì)思路3.2.2 流程圖3.2.3 處理邏輯3.3 自動(dòng)化安裝部署模塊3.3.1 設(shè)計(jì)思路3.3.2 處理邏輯3.4 調(diào)度模塊與計(jì)算驅(qū)動(dòng)模塊交互流程3.4.1 處理流程圖3.4.2 處理邏輯3.4.3 hadoop驅(qū)動(dòng)模塊調(diào)用驅(qū)動(dòng)接口3.4.4 調(diào)度模塊接收hadoop執(zhí)行狀態(tài)接口3.5 調(diào)度模塊與kettle 交互流程3.5.1 處理流程圖3.5.2

3、 處理邏輯3.6 對(duì)調(diào)度任務(wù)運(yùn)行過(guò)程進(jìn)行監(jiān)控流程3.6.1 處理流程圖3.6.2 處理邏輯3.7 對(duì) hadoop 驅(qū)動(dòng)任務(wù)運(yùn)行過(guò)程進(jìn)行監(jiān)控流程3.7.1 處理流程圖3.7.2 處理邏輯3.8 對(duì)操作系統(tǒng)/應(yīng)用程序監(jiān)控流程3.8.1 處理流程圖3.8.2 處理邏輯3.9 監(jiān)控報(bào)警模塊3.9.1 設(shè)計(jì)思路3.9.2 流程圖3.9.3 處理邏輯4. 系統(tǒng)數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)4.1 數(shù)據(jù)實(shí)體關(guān)系圖4.2 數(shù)據(jù)邏輯結(jié)構(gòu)4.2.1 驅(qū)動(dòng)任務(wù)設(shè)置表4.2.2 驅(qū)動(dòng)設(shè)置表4.2.3 驅(qū)動(dòng)任務(wù)執(zhí)行明細(xì)表4.2.4 調(diào)度任務(wù)表4.2.5 調(diào)度步驟表4.2.6 調(diào)度步驟執(zhí)行記錄表4.2.7 操作系統(tǒng)監(jiān)控?cái)?shù)據(jù)表4.2.8

4、應(yīng)用程序監(jiān)控?cái)?shù)據(jù)表4.2.9 監(jiān)控系統(tǒng)配置表業(yè)務(wù)數(shù)據(jù)記錄表4.3 數(shù)據(jù)物理結(jié)構(gòu)5. 安全設(shè)計(jì)6. 容錯(cuò)設(shè)計(jì)6.1 挽救措施6.2 系統(tǒng)維護(hù)設(shè)計(jì)7. 日志設(shè)計(jì)引言1.1 編 寫(xiě)目的大數(shù)據(jù)泛指巨量的數(shù)據(jù)集，因可從中挖掘出有價(jià)值的信息而受到重視。華爾街日?qǐng)?bào)將大數(shù)據(jù)時(shí)代、智能化生產(chǎn)和無(wú)線網(wǎng)絡(luò)革命稱(chēng)為引領(lǐng)未來(lái)繁榮的三大技術(shù)變革。麥肯錫公司的報(bào)告指出數(shù)據(jù)是一種生產(chǎn)資料，大數(shù)據(jù)是下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)、生產(chǎn)力提高的前沿。世界經(jīng)濟(jì)論壇的報(bào)告認(rèn)定大數(shù)據(jù)為新財(cái)富，價(jià)值堪比石油。因此，發(fā)達(dá)國(guó)家紛紛將開(kāi)發(fā)利用大數(shù)據(jù)作為奪取新一輪競(jìng)爭(zhēng)制高點(diǎn)的重要抓手?；ヂ?lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)的發(fā)展，加快了信息化向社會(huì)經(jīng)濟(jì)各方面、大眾日常生活的

5、滲透。有資料顯示，1998年全球網(wǎng)民平均每月使用流量是 1MB（兆 字節(jié)），2000 年是 10MB 2003 年是 100MB 2008 年是 1GB （1GB等于 1024MB, 2014年將是10GB全網(wǎng)流量累計(jì)達(dá)到1EB即10億GB或1000PB）的時(shí)間在2001 年是一年，在2004 年是一個(gè)月，在2007 年是一周，而2013 年僅需一天，即一天產(chǎn)生的信息量可刻滿(mǎn)1.88億張DVDt盤(pán)。我國(guó)網(wǎng)民數(shù)居世界之首，每天產(chǎn)生的數(shù)據(jù)量也位于世界前列。淘寶網(wǎng)站每天有超過(guò)數(shù)千萬(wàn)筆交易，單日數(shù)據(jù)產(chǎn)生量超過(guò)50TB （1TB等于1000GB）,存儲(chǔ)量40PB（1PB等于1000TB）。百度公司目前數(shù)

6、據(jù)總量接近1000PB， 存儲(chǔ)網(wǎng)頁(yè)數(shù)量接近1 萬(wàn)億頁(yè)， 每天大約要處理60 億次搜索請(qǐng)求，幾十PB數(shù)據(jù)。一個(gè)8MbpS兆比特每秒）的攝像頭一小時(shí)能產(chǎn)生 3.6GB 數(shù)據(jù)，一個(gè)城市若安裝幾十萬(wàn)個(gè)交通和安防攝像頭，每月產(chǎn)生的數(shù)據(jù)量將達(dá)幾十PR醫(yī)院也是數(shù)據(jù)產(chǎn)生集中的地方。現(xiàn)在，一個(gè)病人的CT影像數(shù)據(jù)量達(dá)幾十GB， 而全國(guó)每年門(mén)診人數(shù)以數(shù)十億計(jì)，并且他們的信息需要長(zhǎng)時(shí)間保存?？傊?，大數(shù)據(jù)存在于各行各業(yè)，一個(gè)大數(shù)據(jù)時(shí)代正在到來(lái)信息爆炸不自今日起，但近年來(lái)人們更加感受到大數(shù)據(jù)的來(lái)勢(shì)迅猛。一方面，網(wǎng)民數(shù)量不斷增加，另一方面，以物聯(lián)網(wǎng)和家電為代表的聯(lián)網(wǎng)設(shè)備數(shù)量增長(zhǎng)更快。2007年全球有5億個(gè)設(shè)備聯(lián)網(wǎng)，人均 0

7、.1個(gè)；2013年全球?qū)⒂?00億 個(gè)設(shè)備聯(lián)網(wǎng)，人均70個(gè)。隨著寬帶化的發(fā)展，人均網(wǎng)絡(luò)接入帶寬和流量也迅速 提升。全球新產(chǎn)生數(shù)據(jù)年增 40%即信息總量每?jī)赡昃涂梢苑@一趨勢(shì)還將 持續(xù)。目前，單一數(shù)據(jù)集容量超過(guò)幾十TB甚至數(shù)PB已不罕見(jiàn)，其規(guī)模大到無(wú)法在容許的時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理。數(shù)據(jù)規(guī)模越大，處理的難度也越大，但對(duì)其進(jìn)行挖掘可能得到的價(jià)值更大，這就是大數(shù)據(jù)熱的原因。鑒于越來(lái)越大的數(shù)據(jù)規(guī)模，采用常規(guī)基于DBMS勺數(shù)據(jù)分析工具和方法已經(jīng)無(wú)法滿(mǎn)足大規(guī)模數(shù)據(jù)分析的需求，目前一些大型互聯(lián)網(wǎng)公 司采用hadoop體系進(jìn)行大規(guī)模數(shù)據(jù)的運(yùn)算，結(jié)合hadoop體系結(jié)構(gòu)與實(shí)際的運(yùn)算

8、需求結(jié)合，采用hadoop體系結(jié)構(gòu)的分布式運(yùn)算模型，通過(guò)集群的方式實(shí)現(xiàn)大數(shù)據(jù)運(yùn)算，為企業(yè)提供大數(shù)據(jù)的價(jià)值。為適應(yīng)大數(shù)據(jù)計(jì)算的要求，同時(shí)提供大數(shù)據(jù)運(yùn)算平臺(tái)的系統(tǒng)設(shè)計(jì)的依據(jù)，特制定計(jì)算平臺(tái)的系統(tǒng)概要設(shè)計(jì)文檔，為后期的系統(tǒng)詳細(xì)設(shè)計(jì)和實(shí)現(xiàn)提供依據(jù)。1.2 術(shù)語(yǔ)與縮略詞F列術(shù)語(yǔ)、定義和縮略語(yǔ)適用于本標(biāo)準(zhǔn):術(shù)語(yǔ)與縮略詞解釋備注NamenodeHDFS 采用 master/slave架構(gòu)。一個(gè) HDFS 集群是由一個(gè)Namenode和te數(shù)目的 Datanodes 組成。Namenode個(gè)中心服務(wù)器，負(fù)責(zé)管理文件系統(tǒng)的名子空間(namespace) 以及客戶(hù)端對(duì)文件的訪問(wèn)。 Namenode執(zhí)行文件系統(tǒng)的名

9、子空間操作，比如打開(kāi)、關(guān)閉、重命名文件或目錄。它也負(fù)責(zé)確定數(shù)據(jù)塊到具體Datanode節(jié)點(diǎn)的映射Datanode集群中的Datanode是 個(gè)節(jié)點(diǎn) 個(gè)，負(fù)責(zé)管 理它所在節(jié)點(diǎn)上的存儲(chǔ)。HDFS暴露了文件系統(tǒng)的 名字空間，用戶(hù)能夠以文件的形式在上面存儲(chǔ)數(shù) 據(jù)。從內(nèi)部看，一個(gè)文件其實(shí)被分成一個(gè)或多個(gè) 數(shù)據(jù)塊，這些塊存儲(chǔ)在一組 Datanode上。Datanode 負(fù)責(zé)處理文件系統(tǒng)客戶(hù)端的讀寫(xiě)請(qǐng)求。在 Namenode的統(tǒng)一調(diào)度下進(jìn)行數(shù)據(jù)塊的創(chuàng)建、刪除 和復(fù)制Secondnamenode光從字面上來(lái)理解，很容易讓一些初學(xué)者先入為 主的 認(rèn)為：SecondaryNameNode ( snn ) 就是Na

10、meNode nn)的熱備進(jìn)程。其實(shí)/、是。snn是HDFS架構(gòu)中的一個(gè)組成部分，但是經(jīng)常由于名字 而被人誤解它真正的用途，其實(shí)它真正的用途， 是用來(lái)保存namenode中對(duì)HDFS metadata的信息 的備份，并減少 namenode重啟的時(shí)間JobtrackerJobTracker是MapReduce匡架中最主要的類(lèi)之一，所有job的執(zhí)行都由它來(lái)調(diào)度，而且Hadoop系統(tǒng)中只配置一個(gè)JobTracker應(yīng)用。？它們都是由一個(gè)master服務(wù)JobTracker和多個(gè)運(yùn)行丁多個(gè)節(jié)點(diǎn)的slaver服務(wù)TaskTracker兩個(gè)類(lèi)提供的服務(wù) 調(diào)度的。master負(fù)責(zé)調(diào)度job的每一個(gè)子任務(wù)

11、task運(yùn)行于slave上，并監(jiān)控它們，如果發(fā)現(xiàn)有 失敗的task就重新運(yùn)行它，slave則負(fù)責(zé)直接執(zhí) 行每一個(gè)taskTaskTrackerTaskTracker 都需要運(yùn)行在 HDFSDataNode上，而JobTracker則不需要，一般情況應(yīng)該把JobTracker部署在單獨(dú)的機(jī)器上HBaseHBase號(hào)-個(gè)分布式的、面同列的開(kāi)源數(shù)據(jù)庫(kù)，該技術(shù)來(lái)源于Changet al所撰與的Google論文 Bigtable : 一個(gè)結(jié)構(gòu)化數(shù)據(jù)的分布式 存儲(chǔ)系統(tǒng)"。就像Bigtable利用了 Google文件系統(tǒng)(File System) 所提供的分布式數(shù)據(jù)存樣，HBase在Hadoop之

12、上提供了類(lèi)似于 Bigtable 的能力。HBase是Apache的Hadoop項(xiàng)目的子項(xiàng)目。HBase 不同什般的關(guān)系數(shù)據(jù)庫(kù)，它是一個(gè)適合于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)的數(shù) 據(jù)庫(kù)。另一個(gè)不同的是HBase基于列的而不是基于行的模式。Hivehive是基于Hadoop的一個(gè)數(shù)據(jù)倉(cāng)庫(kù)工具，可以將結(jié)構(gòu)化的數(shù)據(jù)文件 映射為一張數(shù)據(jù)庫(kù)表，并提供完整的sql查詢(xún)功能，可以將sql語(yǔ)句轉(zhuǎn)換為MapReduce壬務(wù)進(jìn)行運(yùn)行。其優(yōu)點(diǎn)是學(xué)習(xí)成本低，可以通過(guò)類(lèi)SQL語(yǔ)句快速實(shí)現(xiàn)簡(jiǎn)單的 MapReduc噬計(jì)，不必開(kāi)發(fā)專(zhuān)門(mén)的 MapReduce用，十分適合數(shù)據(jù)倉(cāng)庫(kù)的統(tǒng)計(jì)分析。StormStorm為分布式實(shí)時(shí)計(jì)算提供了一組通用原語(yǔ)

13、，可被用于“流處理”之中，實(shí)時(shí)處理消息并更新數(shù)據(jù)庫(kù)。這是管理隊(duì)列及工作者集群的另一 種方式。Storm 也可被用于“連續(xù)計(jì)算”(continuous computation ),對(duì)數(shù)據(jù)流做連續(xù)查詢(xún)，在計(jì)算時(shí)就將結(jié)果以流的形式輸出給用戶(hù)。它還可被用于“分布式RPC ,以并行的方式運(yùn)行昂貴的運(yùn)算。FlumeFlume是Cloudera提供的一個(gè)晨:可用的，晨:可 靠的，分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)，F(xiàn)lume支持在日志系統(tǒng)中定制各類(lèi)數(shù)據(jù)發(fā)送方，用 于收集數(shù)據(jù)；同時(shí)，F(xiàn)lume提供對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單處 理，并寫(xiě)到各種數(shù)據(jù)接受方（可定制）的能力。ETLETL是數(shù)據(jù)抽取 （Extract ）、清洗

14、 （Cleaning ）、轉(zhuǎn)換（Transform ）、裝載（Load） 的過(guò)程。是構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的重要一環(huán)，用戶(hù)從 數(shù)據(jù)源抽取出所需的數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)清洗，最終按照預(yù)先定義好的數(shù)據(jù)倉(cāng)庫(kù)模型，將數(shù)據(jù)加載 到數(shù)據(jù)倉(cāng)庫(kù)中去。KettleKettle 是一款國(guó)外開(kāi)源的ETL工具，純 java編寫(xiě)，可以在 Window、Linux、Unix上運(yùn)行， 綠色無(wú)需安裝，數(shù)據(jù)抽取高效穩(wěn)定。MySQLMySQL是一個(gè)開(kāi)放源碼的小型關(guān)聯(lián)式數(shù)據(jù)庫(kù)管理系統(tǒng)，開(kāi)發(fā)者為瑞典MySQLAB公司。目前MySQL被廣泛地應(yīng)用在 Internet 上的中小型網(wǎng)站中。由于其體積小、速度快、總體擁啟成本低，尤其是開(kāi)放源碼這一特點(diǎn)，許多中

15、小型網(wǎng)站為了降低網(wǎng)站總體擁有成本而選擇了MySQL作為網(wǎng)站數(shù)據(jù)庫(kù)。MongoDBMongoDB是一個(gè)介于關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù) 庫(kù)之間的產(chǎn)品，是非關(guān)系數(shù)據(jù)庫(kù)當(dāng)中功能最豐 富，最像關(guān)系數(shù)據(jù)庫(kù)的。他支持的數(shù)據(jù)結(jié)構(gòu)非 常松散，是類(lèi)似 json的bson格式，因此可以 存儲(chǔ)比較復(fù)雜的數(shù)據(jù)類(lèi)型。Mongo最大的特點(diǎn)是 他支持的查詢(xún)語(yǔ)言非常強(qiáng)大，其語(yǔ)法有點(diǎn)類(lèi)似 于面向?qū)ο蟮牟樵?xún)語(yǔ)言，幾乎可以實(shí)現(xiàn)類(lèi)似關(guān) 系數(shù)據(jù)庫(kù)單表查詢(xún)的絕大部分功能，而且還支 持對(duì)數(shù)據(jù)建立索引。1.3 對(duì)象及范圍1、開(kāi)發(fā)人員、DBA、測(cè)試人員；2、研發(fā)主管領(lǐng)導(dǎo)、產(chǎn)品人員；1.4 參考資料1、大數(shù)據(jù)處理體系架構(gòu)2、HBase The Def

16、initive Guide »3、«»4、Programming_Hive2. 系統(tǒng)總體設(shè)計(jì)2.1 需 求規(guī)定2.2 運(yùn) 行環(huán)境操作系統(tǒng)：RedHad Enterprise 5.5軟件環(huán)境：Java 1.6Hadoop-1.0.4HBase-0.94.9Hive-0.10.0sqoop-1.4.2zookeeper-3.4.5Kettle 4.3MySQL 5.1硬件環(huán)境：8核16G內(nèi)存PC服務(wù)器8臺(tái)2.3 基 本設(shè)計(jì)思路和處理流程1、按照數(shù)據(jù)分析的實(shí)時(shí)性，分為在線數(shù)據(jù)分析和離線數(shù)據(jù)分析。2、在線數(shù)據(jù)分析：往往要求系統(tǒng)在數(shù)秒內(nèi)返回上億行數(shù)據(jù)的分析，從而才能達(dá)到不影

17、響用戶(hù)體驗(yàn)的目的。3、離線數(shù)據(jù)分析：對(duì)大多數(shù)反饋時(shí)間要求不高的應(yīng)用，比如離線統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等，應(yīng)采用離線分析的方式，通過(guò)數(shù)據(jù)采集工具將日志數(shù)據(jù)導(dǎo)入專(zhuān)門(mén)的分析平臺(tái)進(jìn)行分析。4、系統(tǒng)主要以離線數(shù)據(jù)分析為主，采用目前在互聯(lián)網(wǎng)業(yè)界流行的hadoop體系結(jié)構(gòu)對(duì)大批量的數(shù)據(jù)進(jìn)行運(yùn)算，采用hadoop集群的方式對(duì)大數(shù)據(jù)進(jìn)行運(yùn)算。5、數(shù)據(jù)運(yùn)算平臺(tái)以調(diào)度為主線，作為運(yùn)算平臺(tái)的核心控制系統(tǒng)，對(duì)運(yùn)算平臺(tái)的各個(gè)環(huán)節(jié)進(jìn)行控制，且對(duì)運(yùn)算過(guò)程中的步驟依賴(lài)關(guān)系進(jìn)行控制，同時(shí)對(duì)各個(gè)環(huán)節(jié)進(jìn)行監(jiān)控，通過(guò)監(jiān)控異常報(bào)警來(lái)提高系統(tǒng)的穩(wěn)定性和異常響應(yīng)速度。2.4.1大數(shù)據(jù)運(yùn)算系統(tǒng)架構(gòu)圖統(tǒng)計(jì)、分析數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)接口LMongoDB My

18、Sql2.4 系統(tǒng)結(jié)構(gòu)數(shù)據(jù)服務(wù)I -一./， = -,一- - . I統(tǒng)計(jì)分析在線計(jì)算：Storm流計(jì)算框架離線計(jì)算：*Hadoop(Map/Reduce、Hive、pig).4"IHadoop(HDFS HBASE)日志采集日志采集系統(tǒng)Flume2.4.2大數(shù)據(jù)平臺(tái)系統(tǒng)功能圖系統(tǒng)功能圖邏輯說(shuō)明1) 生產(chǎn)系統(tǒng)的源數(shù)據(jù)通過(guò)sqoop， flume ， Kettle 等獲取后保存在Kafka 消息隊(duì)列中或者保存到hadoop 的 hdfs 系統(tǒng)中。2) 調(diào)度系統(tǒng)負(fù)責(zé)自身的控制功能，通過(guò)讀取調(diào)度控制的配置信息調(diào)用驅(qū)動(dòng)代理程序處理相關(guān)的運(yùn)算功能。3) 驅(qū)動(dòng)代理程序負(fù)責(zé)所有基于運(yùn)算平臺(tái)的相關(guān)組

19、件的驅(qū)動(dòng)任務(wù)，讀取調(diào)度系統(tǒng)傳遞過(guò)來(lái)的模版信息，讀取模版信息，并執(zhí)行相應(yīng)的驅(qū)動(dòng)操作。4) 系統(tǒng)管理功能部分完成系統(tǒng)相關(guān)配置，管理等相關(guān)信息的維護(hù)操作。5) 監(jiān)控系統(tǒng)對(duì)整個(gè)系統(tǒng)的運(yùn)行狀況進(jìn)行監(jiān)控，由各個(gè)業(yè)務(wù)子系統(tǒng)按照監(jiān)控系統(tǒng)的要求實(shí)現(xiàn)相應(yīng)的監(jiān)控功能。2.4.3 大數(shù)據(jù)平臺(tái)功能結(jié)構(gòu)圖大數(shù)據(jù)平臺(tái)功能結(jié)構(gòu)圖說(shuō)明：1)大數(shù)據(jù)平臺(tái)功能結(jié)構(gòu)主要?jiǎng)澐譃橛?jì)算平臺(tái)，應(yīng)用平臺(tái)，系統(tǒng)管理以及監(jiān)控，配置等相關(guān)應(yīng)用功能。2) 計(jì)算平臺(tái)分為基礎(chǔ)運(yùn)算部分，模版管理部分，驅(qū)動(dòng)代理部分，系統(tǒng)調(diào)度部分。3)計(jì)算平臺(tái)分為離線計(jì)算與實(shí)時(shí)計(jì)算兩種形式。4)計(jì)算平臺(tái)基于模版的功能開(kāi)發(fā)，實(shí)際應(yīng)用中做到模版的熱插拔，對(duì)于功能需求只需要開(kāi)發(fā)相應(yīng)的

20、模版，并部署上計(jì)算平臺(tái)即可應(yīng)用。5)驅(qū)動(dòng)代理程序管理所有的基于大數(shù)據(jù)運(yùn)算的相關(guān)組件的代理功能，對(duì)外提供給調(diào)度系統(tǒng)應(yīng)用，調(diào)用模版設(shè)置的相應(yīng)的類(lèi)型，進(jìn)行相應(yīng)類(lèi)型的驅(qū)動(dòng)操作。6)調(diào)度系統(tǒng)只關(guān)心其自身的系統(tǒng)控制能力，不參與具體的業(yè)務(wù)以及計(jì)算功能組件的調(diào)用。2.5 尚 未解決的問(wèn)題無(wú)3. 模塊 / 功能設(shè)計(jì)3.1 調(diào)度模塊3.1.1 設(shè)計(jì)思路一：調(diào)度模塊實(shí)現(xiàn)功能思路二：流程說(shuō)明以及注意事項(xiàng)：1、 任務(wù)與步驟采用配置表的方式保存在mysql 中，調(diào)度程序定時(shí)掃描任務(wù)表，判斷是否有啟動(dòng)的任務(wù)，如果有啟動(dòng)的任務(wù)，則啟動(dòng)任務(wù)。2、 調(diào)度任務(wù)需要判斷任務(wù)中步驟之間的依賴(lài)關(guān)系，根據(jù)依賴(lài)關(guān)系判斷是否可以執(zhí)行下一步的執(zhí)

21、行步驟。3、 一個(gè)任務(wù)中可以包含多個(gè)步驟，每個(gè)步驟為一個(gè)具體的任務(wù)，步驟與步驟直接存在依賴(lài)關(guān)系。4、 對(duì)于具體的執(zhí)行任務(wù)將由驅(qū)動(dòng)代理自動(dòng)完成。3.1.2 流程圖3.1.3 處理邏輯1、調(diào)度任務(wù)啟動(dòng)后掃描任務(wù)配置表，看任務(wù)配置表是否存在需要處理的任務(wù)信息，如果不存在需要處理的任務(wù)信息，則線程執(zhí)行休眠，否則執(zhí)行步驟2； 2、生成數(shù)據(jù)日期，并檢查任務(wù)依賴(lài)關(guān)系，如果依賴(lài)關(guān)系未執(zhí)行完，則現(xiàn)成等待 操作，等待依賴(lài)的任務(wù)執(zhí)行完成，如果依賴(lài)關(guān)系都執(zhí)行完，則獲取符合條件的任務(wù)，執(zhí)行步驟3：3、讀取任務(wù)信息表，獲取任務(wù)信息，根據(jù)任務(wù)信息讀取步驟信息，執(zhí)行相應(yīng)的步驟操作，執(zhí)行步驟4；4、根據(jù)步驟信息的配置獲取需要執(zhí)

22、行的相應(yīng)的模版信息，調(diào)用驅(qū)動(dòng)代理程序執(zhí)行相應(yīng)的功能，執(zhí)行步驟5；5、驅(qū)動(dòng)代理程序執(zhí)行模版初始化，初始化完成后獲取相應(yīng)的參數(shù)數(shù)據(jù)，并根據(jù)模版類(lèi)型選擇具體的驅(qū)動(dòng)程序，執(zhí)行相應(yīng)的操作。6、判斷該任務(wù)的下步驟是否執(zhí)行完成，如果未執(zhí)行完成，則執(zhí)行步驟3，繼續(xù)下一個(gè)步驟的執(zhí)行，否則執(zhí)行步驟7；7、寫(xiě)步驟完成信息表，判斷是否還存在要執(zhí)行的任務(wù)，如果沒(méi)有等待，存在需要執(zhí)行的任務(wù)則執(zhí)行步驟3.3.2 驅(qū)動(dòng)代理模塊3.2.1 設(shè)計(jì)思路一：計(jì)算驅(qū)動(dòng)模塊實(shí)現(xiàn)功能思路二：流程說(shuō)明以及注意事項(xiàng)：1、計(jì)算平臺(tái)的驅(qū)動(dòng)提供針對(duì)Hive, MapReduce Hbase等相關(guān)的驅(qū)動(dòng)應(yīng)用。2、基于業(yè)務(wù)模版的設(shè)置操作，調(diào)度執(zhí)行業(yè)務(wù)模

23、版，不關(guān)心模版具體業(yè)務(wù)形態(tài)。3、一個(gè)驅(qū)動(dòng)應(yīng)用包含四個(gè)步驟：1）刪除不用的數(shù)據(jù)；2）加載數(shù)據(jù)；3）運(yùn)算；4）導(dǎo)出結(jié)果文件。4、提供監(jiān)控需要的相應(yīng)信息。5、對(duì)于文件的操作，會(huì)涉及到多個(gè)文件或者目錄操作，多個(gè)文件或者目錄以逗號(hào)分隔，對(duì)文件操作中涉及到一些按照小時(shí)，天，月份的文件命名的操作，配置中以特殊字符進(jìn)行替換。3.2.2 流程圖3.2.3 處理邏輯1、由調(diào)度程序驅(qū)動(dòng)代理模塊，調(diào)用驅(qū)動(dòng)代理模塊的驅(qū)動(dòng)應(yīng)用，傳遞需要驅(qū)動(dòng)的模版編號(hào)，處理時(shí)間范圍等相關(guān)信息，執(zhí)行流程2；2、驅(qū)動(dòng)程序首先查詢(xún)是否存在該模版，如果不存在模版，、則執(zhí)行流程3，否則執(zhí)行流程4；3、則直接返回任務(wù)失敗信息，不存在相關(guān)的模版，整個(gè)流

24、程結(jié)束；4、如果查詢(xún)到相關(guān)的模版信息，先執(zhí)行初始化模版信息以及需要?jiǎng)h除的中間文件，多個(gè)文件以逗號(hào)分割，如果為空則表示不需要清理中間文件，執(zhí)行流程5；5、清理hive 表數(shù)據(jù)操作，多個(gè)hive 語(yǔ)句以逗號(hào)分割，如果為空則表示不需要進(jìn)行分割，執(zhí)行流程66、判斷該操作是 hive 驅(qū)動(dòng) mapreduce還是自定義的 mapreduce,如果是 自定義的 mapreduce 則走自定義的mapreduce 操作，執(zhí)行流程7，否則如果是hive 驅(qū)動(dòng)的mapreduce,則走h(yuǎn)ive操作流程，否則執(zhí)行流程 8;7、如果mapreduce的操作流程，第一步執(zhí)行加載文本文件數(shù)據(jù)，多個(gè)文本文件以逗號(hào)進(jìn)行分割

25、，第二步執(zhí)行mapreduce 操作，通過(guò)shell 腳本的方式執(zhí)行mapreduce操作，第三步執(zhí)行完后將結(jié)果輸出。8、如果是hive 的操作流程，第一步先執(zhí)行加載文本文件到hive 表，如果有多個(gè)文件操作一逗號(hào)分割，第二步執(zhí)行hive 語(yǔ)句，多個(gè)hive 語(yǔ)句以逗號(hào)分割的方式，第三步將結(jié)果輸出到相應(yīng)的hive 表中。9、根據(jù)設(shè)置導(dǎo)出的方式，將結(jié)果文件導(dǎo)出到mysql,或者mongodb或者直接將文本文件從hdfs 文件系統(tǒng)中導(dǎo)出。3.3 對(duì)操作系統(tǒng)/應(yīng)用程序監(jiān)控流程3.3.1 處理流程圖3.3.2 處理邏輯1、讀取監(jiān)控服務(wù)器列表，判斷是否需要監(jiān)控，如果需要監(jiān)控，則執(zhí)行步驟2，如果不需要監(jiān)控

26、，執(zhí)行步驟5；2、監(jiān)控模塊向監(jiān)控服務(wù)器發(fā)送監(jiān)控請(qǐng)求，等到被監(jiān)控服務(wù)器的返回，執(zhí)行步驟3；3、被監(jiān)控服務(wù)器接收到請(qǐng)求監(jiān)控信息后，將相關(guān)的信息返回給監(jiān)控模塊，執(zhí)行步驟4；4、監(jiān)控服務(wù)器將返回的數(shù)據(jù)進(jìn)行解析后入庫(kù)，執(zhí)行步驟5；5、判斷被監(jiān)控服務(wù)器是否都請(qǐng)求完成，如果請(qǐng)求完成，則執(zhí)行步驟6，否則執(zhí)行步驟1 ；6、監(jiān)控模塊線程休眠10 分鐘，等待下次進(jìn)行監(jiān)控，執(zhí)行步驟1.3.4 監(jiān)控報(bào)警模塊3.4.1 設(shè)計(jì)思路一：監(jiān)控模塊實(shí)現(xiàn)功能思路二：流程說(shuō)明以及注意事項(xiàng)：1 、監(jiān)控報(bào)警模塊主要完成三個(gè)級(jí)別的監(jiān)控報(bào)警，分為：1 ） 操作系統(tǒng)級(jí)別，檢測(cè)運(yùn)行的機(jī)器的操作系統(tǒng)是否正常運(yùn)行，CPU， 內(nèi)存，I/O ，存儲(chǔ)等資

27、源的利用情況，采用Linux 的 Shell 腳本對(duì)相關(guān)的信息進(jìn)行收集并上報(bào)；2 ）應(yīng)用程序級(jí)別監(jiān)控，檢測(cè)kettle ， hadoop， hive ， hbase， zookeeper等相關(guān)程序是否正常啟動(dòng)，以及應(yīng)用程序的相關(guān)資源的監(jiān)控。3 ）程序數(shù)據(jù)級(jí)別的監(jiān)控，對(duì)數(shù)據(jù)情況進(jìn)行監(jiān)控，主要是數(shù)據(jù)異常的監(jiān)控。2、監(jiān)控模塊主要負(fù)責(zé)監(jiān)控?cái)?shù)據(jù)的采集，數(shù)據(jù)異常報(bào)警，以及后期的監(jiān)控?cái)?shù)據(jù)展示等功能。3、對(duì)于系統(tǒng)級(jí)別和應(yīng)用程序級(jí)別的監(jiān)控?cái)?shù)據(jù)采集采用由監(jiān)控模塊主動(dòng)調(diào)用相應(yīng)的應(yīng)用接口的方式采集數(shù)據(jù)，對(duì)于應(yīng)用數(shù)據(jù)級(jí)別的監(jiān)控則由各個(gè)應(yīng)用將相關(guān)的數(shù)據(jù)寫(xiě)入到數(shù)據(jù)庫(kù)表，由監(jiān)控系統(tǒng)對(duì)其進(jìn)行掃描。4、監(jiān)控模塊的報(bào)警機(jī)制支持優(yōu)先

28、級(jí)報(bào)警模式，對(duì)于優(yōu)先級(jí)較高，需要緊急處理的報(bào)警， 需要不間斷的進(jìn)行報(bào)警，但需要設(shè)置報(bào)警的頻率，如 10 分鐘重復(fù)一次。5、監(jiān)控的報(bào)警模式采用郵件監(jiān)控的方式，輔助以短信提醒的方式。3.4.2流程圖4 .4.3處理邏輯1、監(jiān)控報(bào)警啟動(dòng)采用啟動(dòng)啟動(dòng)的方式進(jìn)行，當(dāng)監(jiān)控報(bào)警線程啟動(dòng)后判斷是否到達(dá)監(jiān)控時(shí)間點(diǎn)，如果未到達(dá)監(jiān)控時(shí)間點(diǎn)，則線程休眠1分鐘后再次進(jìn)行判斷,如果到達(dá)監(jiān)控時(shí)間點(diǎn)則執(zhí)行步驟2。2、讀取需要監(jiān)控任務(wù)列表，得到需要監(jiān)控的任務(wù)，執(zhí)行步驟3。3、對(duì)監(jiān)控任務(wù)的源數(shù)據(jù)進(jìn)行掃描，判斷是否存在異常，如果存在異常則保存監(jiān)控異常數(shù)據(jù)，執(zhí)行步驟 4,否則執(zhí)行步驟1。4、判斷監(jiān)控列表是否都執(zhí)行完，如果執(zhí)行完，對(duì)于

29、異常情況以郵件的方式通知相關(guān)人，否則執(zhí)行步驟 3。4 .系統(tǒng)數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)4.1 數(shù)據(jù)實(shí)體關(guān)系圖詳細(xì)圖例見(jiàn)附件4.2 數(shù)據(jù)邏輯結(jié)構(gòu)4.2.1 調(diào)度任務(wù)表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注TaskId任務(wù)IDint否是主鍵，自增長(zhǎng)IDTaskName任務(wù)名稱(chēng)Varchar(255)否TaskDesc任務(wù)描述Varchar(500)是Priority優(yōu)先級(jí)int是數(shù)值11。值越大優(yōu)先級(jí)越高，默認(rèn)5CycleType周期類(lèi)型int否0.執(zhí)行一次1.分鐘2.小時(shí)3.天4.月Interval頻次間隔Int是整數(shù)PlanRunTime預(yù)期執(zhí)行時(shí)長(zhǎng)Int是單位：分鐘LastRunDate最后執(zhí)行日期int否Stat

30、us任務(wù)狀態(tài)int否0.正常1.暫停CreateUser創(chuàng)建人Varchar(255)否CreateTime創(chuàng)建時(shí)間date否ModifyUser修改人Varchar(255)是ModifyTime修改時(shí)間date是4.2.2 調(diào)度步驟表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注StepId步驟IDint否是主鍵，自增長(zhǎng)IDTaskId任務(wù)IDint否“任務(wù)表”主鍵StepSort執(zhí)行順序int否相同則表示并行StepName步驟名稱(chēng)Varchar(255)否TemplatelD模板IDInt否PlanRunTime預(yù)期執(zhí)行時(shí)長(zhǎng)Int是單位：分鐘CreateUser創(chuàng)建人Varchar(255)否Creat

31、eTime創(chuàng)建時(shí)間date否ModifyUser修改人Varchar(255)是ModifyTime修改時(shí)間date是4.2.3 調(diào)度任務(wù)依賴(lài)表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注TaskId任務(wù)IDint否Fatherld父任務(wù)IDint否4.2.4調(diào)度任務(wù)運(yùn)行日志表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注Serialld記錄IDInt否是主鍵，自增長(zhǎng)IDTaskDate任務(wù)日期Int否TaskId任務(wù)IDInt否“任務(wù)表”主鍵Status任務(wù)狀態(tài)Int否0.初始化1執(zhí)行中2.已完成-99.執(zhí)行錯(cuò)誤RetryTimes重試次數(shù)IntBeginTime開(kāi)始執(zhí)行時(shí)間Date是EndTime結(jié)束執(zhí)行時(shí)間Date是Cr

32、eateTime創(chuàng)建時(shí)間Date否ModifyTime修改時(shí)間Date是4.2.5調(diào)度步驟運(yùn)行日志表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注SerialId記錄IDInt否是主鍵，自增長(zhǎng)IDTaskDate步驟日期Int否TaskId任務(wù)IDInt否“任務(wù)表”主鍵StepId步驟IDInt否“步驟表”主鍵StepSort步驟序號(hào)int否Status步驟狀態(tài)Int否0.初始化1.執(zhí)行中2.已完成-99.執(zhí)行錯(cuò)誤RetryTimes重試次數(shù)IntBeginTime開(kāi)始執(zhí)行時(shí)間Date是EndTime結(jié)束執(zhí)行時(shí)間Date是CreateTime創(chuàng)建時(shí)間Date否ModifyTime修改時(shí)間Date是4.2.6調(diào)度

33、步驟運(yùn)行錯(cuò)誤日志表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注SerialId記錄IDInt否是主鍵，自增長(zhǎng)IDTaskDate任務(wù)日期Int否TaskId任務(wù)IDInt否StepId步驟IDInt否ErrorInfo錯(cuò)誤信息Varchar(4000)否InsertTime記錄時(shí)間Date是4.2.7系統(tǒng)資源表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注Resourceld資源IDInt否是主鍵，自增長(zhǎng)IDCpuInfoCpu信息Varchar(4000)是MemoryInfo內(nèi)存信息Varchar(4000)是DiskInfo硬盤(pán)信息Varchar(4000)是CreateTime記錄創(chuàng)建時(shí)間date否CreateName

34、記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)間Date否ModifyName記錄修改人Varchar(256)否4.2.8服務(wù)器機(jī)器表字段說(shuō)明數(shù)據(jù)是否主鍵備注為空Machineld機(jī)型IDInt否是主鍵，自增長(zhǎng)IDCpuInfoCpu信息Varchar(4000)是Memoryinfo內(nèi)存信息Varchar(4000)是Diskinfo硬盤(pán)信息Varchar(4000)是CreateTime記錄創(chuàng)建時(shí)間date否CreateName記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)間Date否ModifyName記錄修改人Varchar(256)否4.2.

35、9服務(wù)器信息表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注Serverld服務(wù)器IDInt否是主鍵，自增長(zhǎng)IDServerName服務(wù)器名稱(chēng)Varchar(256)是ServerIp服務(wù)器IPVarchar(256)是CreateTime記錄創(chuàng)建時(shí)間date否CreateName記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)間Date否ModifyName記錄修改人Varchar(256)否4.2.10系統(tǒng)管理信息表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注SystemId服務(wù)器IDInt否是主鍵，自增長(zhǎng)IDMachineId機(jī)型IDInt否ResourceId資源IDInt否ServerId服務(wù)器ID

36、Int否CreateTime記錄創(chuàng)建時(shí)間date否CreateName記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)Date否間ModifyName記錄修改人Varchar(256)否4.2.11集群信息表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注Clusterld集群IDInt否是主鍵，自增長(zhǎng)IDClusterName集群名稱(chēng)Varchar(256)是ClusterPath集群配置目錄Varchar(256)是Remark集群配置備注Varchar(256)是CreateTime記錄創(chuàng)建時(shí)間date否CreateName記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)

37、間Date否ModifyName記錄修改人Varchar(256)否4.2.12 集群列表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注ListId集群列表IDInt否是主鍵，自增長(zhǎng)IDClusterld集群IDInt否Serverld服務(wù)器IDInt否CreateTime記錄創(chuàng)建時(shí)間date否CreateName記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)間Date否ModifyName記錄修改人Varchar(256)否4.2.13系統(tǒng)配置表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注ConfigId系統(tǒng)配置IDInt否是主鍵，自增長(zhǎng)IDConfigName配置名稱(chēng)Varchar(256)否Confi

38、gValue配置信息Varchar(256)否Clusterld集群IDInt否CreateTime記錄創(chuàng)建時(shí)間date否CreateName記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)間Date否ModifyName記錄修改人Varchar(256)否4.2.14 Hadoop參數(shù)配置表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注ConfigId系統(tǒng)配置IDInt否是主鍵，自增長(zhǎng)IDConfigName配置名稱(chēng)Varchar(256)否ConfigValue配置信息Varchar(256)否ClusterId集群IDInt否CreateTime記錄創(chuàng)建時(shí)date否間CreateName記錄創(chuàng)建人Varchar(256)否ModifyTime記錄修改時(shí)間Date否ModifyName記錄修改人Varchar(256)否4.2.15 Jar配置表字段說(shuō)明數(shù)據(jù)是否為空主鍵備注ConfigId系統(tǒng)配置IDInt否是主鍵，自增長(zhǎng)IDConfigName配置名稱(chēng)Varchar(256)否ConfigValue配置信息Varchar(256)否ClusterId集群IDInt否CreateTime記錄創(chuàng)建時(shí)