欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

流式大数据实时处理—技术、平台及应用

程序员文章站 2022-07-13 17:02:24
...

编者注:陈纯,计算机应用专家,浙江大学计算机科学与技术学院教授,中国工程院院士。是国家教委“跨世纪优秀人才培养计划”首批入选专家,第三届中国青年科技奖获得者。目前是国家列车智能化工程技术研究中心主任,国务院学位委员会学科评议组成员。陈纯教授长期从事计算机应用领域的前沿研究工作,在著名国际学术期刊和会议发表论文160多篇,曾获国家技术发明奖二等奖1项,国家科技进步奖二等奖2项,国家科技进步三等奖1项,省部级科学技术一等奖6项。

 

今天CNCC 2016在山西太原盛大开幕,开幕演讲中,CCF会士、中国工程院院士、浙江大学陈纯教授做了题为“流式大数据实时处理技术、平台及应用”的报告,以下为报告内容精编。

 

流式大数据实时处理—技术、平台及应用
            
    
    博客分类: 大数据平台大数据应用数据分析大数据处理 大数据实时计算流计算数据分析 

 

流式大数据

流式大数据从这个角度看,可以把大数据分成两个:一个是批式大数据,另一个是流式大数据。

 

举个例子来说

我们把数据当成水库的话,水库里面存在的水就是批式大数据,进来的水是流式大数据。

10年前,从传统的三架马车开始到现在组成了60、70个相关庞大的生态圈。重点我们可以看到,从2012年开始,才关注了流式大数据,就是数据流的模式。在之前,所有的大数据算法和系统就是批式大数据,从12年开始才专门针对流式大数据的组建。

 

由于数据流的处理,应用场景主要是两类:

 

一类是互联网
另一类是移动互联网

 

移动互联网和互联网的个性服务,不断提升用户体验对实时要求也是非常高的。一般要样本性的相应,而互联网的传感数据,通过智能分析来经营决策的。这以前大数据的分享,我们可以把它分成事后的风险和追溯,而更重要的应用事中的分析、处理。

 

流式大数据实时处理—技术、平台及应用
            
    
    博客分类: 大数据平台大数据应用数据分析大数据处理 大数据实时计算流计算数据分析 

 

一种集群式、分布式的解决方案,但是其实时响应比较慢。

 

另一种是组建流式大数据,即内存计算,但它的实时相应数据规模受限。

但是大数据的处理技术,主要有四个难题。它们分别是:

 

1、基于分布式内存的运行计算

2、可能很多台计算机,每台计算机多CPU,你一个任务下去,在计算机上同时进行内存的计算,它都是可以做到分布存储。

3、海量历史数据高性能的分析

4、当你流进水库的实时,不仅仅是处理流的数据,而且还要把你存在数据库的数据一起建立起来。因为这个时间窗口,要重复计算问题,并且有海量数据的复杂增量要计算。

数据流进来后,怎么样把流式数据跟历史数据一起计算?

所谓大数据,流式是必须要算的,解决办法就可以从增量基础上入手。

 

要用模型解决实际应用的问题

 

张老师说像统计的模型,基于规则的模型,这些模型能够很好的结合。所以要把实施处理的分析模型分开,这样就能针对不同的问题进行可以计算。

 

这四个就是最重要的四大问题,我们现在的研究成果——流立方的实时计算,把数据时间窗口、计算指标加上最核心的增量计算,也就是解决分布的存储的性能,与基于内存的计算更好的结合在一起。

 

流立方

现在我们来介绍下流式大数据实时处理平台,我们知道这个平台不仅仅是流立方计算引擎。结合大数据,相当于流立方的计算引擎要从60多个组件里面,抽取部分构成这么一个平台,同时还要加上分布存储、数据库,包括大数据的云处理平台,还有其他地方来构成这个平台,实际上这个平台是非常强大的系统。

 

下面介绍有应用,这个是流立方应用的框架。

 

红线里面都是以流式大数据存在的计算指标、统计指标,左边是有一个分析处理模型,这个模型是可以基于数学模型指导。所以,当你把一个要解决的问题,比如说:

 

下围棋要学习,就可以把下棋的棋谱传进来。可以在这个平台上进行计算,这是外部应用系统。

 

它可以应用很多,流立方实时平台上在原有基础系统上,做一个并行系统实时检测,通过专业知识、模型来实时分析。

 

下面具体来看几个案例:

 

金融风控反欺诈

流式大数据实时处理—技术、平台及应用
            
    
    博客分类: 大数据平台大数据应用数据分析大数据处理 大数据实时计算流计算数据分析 

现在电子支付上,除了蚂蚁金服和微信支付是自己做的风控以外,基本上所有的系统都是基于流立方来做的。

反爬虫系统

流式大数据实时处理—技术、平台及应用
            
    
    博客分类: 大数据平台大数据应用数据分析大数据处理 大数据实时计算流计算数据分析 

应用的前景非常的广泛:金融、电信、交通、*、海关、互联网都可以应用。

 

体会

流数据的实时处理

流式数据的实时分析,一定是有规则、模型的东西。复杂的分析计算,加上实时这两个结合起来,如果能做的好,一定能够加速大数据在各个行业的应用。

 

大数据

我们现在大数据要么就是卖数据,对比数据事后不同的分析来追溯,这个非常重要。

但是我们现在应用最重要,还是要结合不同的空间数据实施流数据分析。这个要有平台才能把所有的数据(互联网、移动互联网还有互联网+)共同体验、提升。

 

更多大数据与分析相关行业资讯、解决方案、案例、教程等请点击查看>>>