有哪些信誉好的足球投注网站- 1、本文档共30页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE I
Kafka到HIVE数据迁移工具的设计与实现
摘 要
数据加载无疑是大数据技术的基础。Hadoop生态系统为处理超大数据集提供了整套合乎成本效益的解决方案。其中的数据仓库HIVE为数据分析人员提供了类SQL的方式来维护海量数据，并对数据进行挖掘。但在数据落地存储之前，往往需要使用消息队列的技术，来对大量数据的加载过程进行缓冲，提高峰值处理能力并提供异步通信的功能。
本文主要实现的功能是基于Hadoop提供的计算框架将消息队列与数据仓库进行对接，以分布式的处理方式从消息队列中拉取数据并转换成数据仓库HIVE指定的格式，然后存储到分布式文件系统中，方便数据分析人员直接处理数据。本文首先介绍了数据加载过程的背景技术，然后描述数据迁移工具的设计重点及软件架构，并给出软件的测试结果。
关 键 词：数据迁移、大数据、消息队列、数据仓库
Abstract
There is no doubt that data load is the basis of big data technology. The Hadoop ecosystem have provide a set of cost efficient solutions for the processing of large data sets. The data warehouse HIVE which provides Like-SQL way to maintain massive data for data analysis, and data mining. But before the we Storage the data, Qrdinarily, we need to use the technology of message queue to provide a data buffer in the the process of loading big, improve peak capacity and provide asynchronous communication function.
The main contribution of this paper is to build a pipeline between the message queue and data warehouse based on the calculation framework provided by Hadoop. use a stable and efficient way to Extract, Transform and load messages from message queue to data warehouse,It is convenient for data analysts to mining the potential value behind of the big data. This paper first introduces the background of data loading technology, then describes the data migration tool’s design and architecture, at last give this software’s test results.
Key words: Data Migration ,Big Data, Message Queue,Data Warehouse
目 录
TOC \o 1-3 \h \z \u 摘 要 II
1 前言 1
1.1 本课题解决的问题 1
2 背景技术 2
2.1 分布式消息系统Kafka 2
2.1.1 简介 2
2.1.2 设计架构 2
2.1.3 保证消息转运过程中可靠性的方式 3
2.2 基于Hadoop的数据仓库 HIVE 3
2.2.1 Hive架构 4
2.2.2 HIVE执行原理 4
2.2.3 数据序列化与反序列化 5
2.3 分布式计算框架MapReduce 5
2.3.1 主要功能 5
2.3.2 数据处理过程 6
3 设计思路 7
3.1 计算框架的选择 7
3.2 拉取数据方式 7
3.3 保证Kafka与Hive数据兼容方式 8
3.4 保证消息处理的可靠性方式 8
3.5 启动方式 8
4 整体架构 8
4.1 模块设计 9
4.2 任务调度 10
4.2.1 配置项 11
4.2.2 资源均衡 11
文档评论（0）