云场景实践研究第23期:掌慧纵盈-阿里云开发者社区

开发者社区> 数据库> 正文
登录阅读全文

云场景实践研究第23期:掌慧纵盈

简介: 2016年,掌慧纵盈通过阿里云产品,率先构建了业界领先的大数据平台。本文将具体分析掌慧纵盈如何选择阿里云E-MapReduce等产品来满足需求和相应业务架构的实现。
更多云场景实践研究案例,点击这里:【云场景实践研究合集】联合不是简单的加法,而是无限的生态,谁会是下一个独角兽
借助“互联网+大数据+机场”三轮驱动,掌慧纵盈每年为6.4亿人次出行提供无线网络连接服务。随着业务的拓展,随之后来的挑战是数据量的暴增。2016年,掌慧纵盈通过阿里云产品,率先构建了业界领先的大数据平台。本文将具体分析掌慧纵盈如何选择阿里云E-MapReduce等产品来满足需求以及相应业务架构的实现。
“综合考察国内的云服务提供商,我们选择了阿里云,尤其是其E-MapReduce产品,购买之后,集群马上就创建好,Hive, Spark, HBase等开源大数据组件即刻可用。
——艾佳
掌慧纵盈科技股份有限公司大数据平台架构师

采用的阿里云产品
  • 阿里云 E-MapReduce
  • 阿里云对象存储  OSS
  • 阿里云云服务器 ECS
  • 阿里云日志服务 Log Service
  • 阿里云消息队列 MQ
  • 阿里云负载均衡 SLB
  • 阿里云大数据计算服务 MaxCompute

为什么使用阿里云
希望通过云平台将基础设施安装运维外包。
大数据技术日新月异,希望组件版本能够及时更新。
外部商业环境迅速变化,希望计算资源可以动态增减,以节约成本。
希望以较低的成本获取相对专业的安全服务。
尽量使用开源组件,方便整体输出。

关于掌慧纵盈
掌慧纵盈是中国领先的全球数据网络服务商,2009年成立于北京,是集智能硬件、云平台、精准广告营销、商业大数据应用、全球数据漫游于一体的生态型移动互联网企业。掌慧纵盈以“联接能力”为核心,致力于为全球用户提供便捷、安全、稳定的无线网络服务;为行业伙伴输出高效的经营能力;为企业提供基于场景化的大数据营销解决方案。

为什么选择阿里云?

掌慧纵盈上云之路
综合考察国内的云服务提供商,掌慧纵盈选择了阿里云,尤其是其E-MapReduce产品,购买之后,集群马上就创建好了,Hive, Spark, HBase等开源大数据组件即刻可用。

3b7f8bec9c8b1099f0186e8772a3a38927073ee0

首先在数据存储引擎上,以存储25TB的数据为基准,考察各个选项的性能和价格。从上图可以看出,针对离线分析来说,如果想用开源组件,可以考虑Hive on OSS的模式,来存储近一年的数据。针对在线分析的场景,使用HBase存储近三个月的数据,可以获得很高的性价比,这个方案可以多表联查,但是SQL的响应对场景敏感,不同复杂度的SQL响应时间是不一样的。如果希望响应时间恒定,可以考虑基于索引的方案,即日志服务,缺点就是不能多表联查;如果想使用开源组件,可以自行在ECS上搭建ELK

3f328da941d1250abd51cc591622fc554c17b4ca

接下来在查询引擎选择上,掌慧纵盈使用一个基准SQL,方便对其响应时间进行横向对比,基准SQL如上图所示,结论是使用Phoenix基于HBase进行交互式查询,可以获得很满意的响应周期。

22f93046eb07bc3058ce63740fe8a8ff02ef386f

大数据平台的技术架构概览上图所示,图中几乎所有的服务和功能都是通过阿里云产品来实现的,其中开发测试环境也是基于阿里云的ECS搭建的。从图中可以看出,我们并不需要关心机房的电源、网络、虚拟化、硬盘更换等一系列基础设施问题,直接基于云平台,专注于我们自己的业务。

一般人我不告诉他(她)——阿里云产品的使用心得

E-MapReduce
阿里云的E-MapReduce是掌慧纵盈大数据平台的核心产品,其涵盖了Hive, Spark, HBase, Storm等大数据领域核心的开源组件,还有Phoenix, Presto等业界前沿的查询引擎,其Zeppelin, Hue等交互组件也是开箱即用。

E-MapReduce所用的机器配置都很高,用来存储数据就可惜了,数据可以存储在OSS上,使用Hive加载即可。不过要使用HBase还是要把数据存到E-MapReduce上,一但放到E-MapReduce上,这个集群就不能随意销毁了。所以,我们实践当中将数据集群和计算集群分开,计算集群可以随时销毁和升级,数据集群需要长期稳定提供服务。这两种的集群配置也是不一样的,计算集群用SSD,主攻“快”,数据集群(HBase)用高效云盘,主攻“大”。

工单管理
使用阿里的云服务,最吸引人的就是工单服务。由于我们的运维团队会经常遇到复杂且需要紧迫解决的问题,团队成员可以直接通过工单请求阿里的工程师协助解决。沟通问题的过程也是我们学习的过程,我们向阿里云服务的工程师们学到了不少的东西。

软件视图
基于技术概览,掌慧纵盈技术架构中的软件视图如下所示:

2852b934d13c8cc287a1f672dab48dea71b6f18f

为了管理方便,掌慧纵盈将所有ECS都去掉了外网带宽,统一走SLB,共享SLB的外网带宽,包括SSH等所有应用的端口都是用SLB转发。SLB带宽不受限制,速度上来了,成本下来了。掌慧纵盈采用包月加自动续费的模式,随时增减机器,随时增配减配。ONS即阿里的日志服务,阿里内部叫MQ,其响应时间很快,吞吐量很大,可以应用于实时性非常高的场景,例如实时竞价。Log Service包含Logtail,LogStore, LogHub,LogShipper和LogSearch服务,其中日志投递(LogShipper)功能很有用,可以自动将采集的日志投递到OSS,这样就可以直接使用Hive加载了,不过目前只支持json格式。目前E-MapReduce已经提供了Storm组件,想要使用此组件,有两个选择:从日志服务消费;或者通过引导操作在E-MapReduce上安装Kafka,支持增加节点OSS主要用于存储,与E-MapReduce结合,实现了计算与存储的分离。Zeppelin可以通过Web的形式使用HiveQL, SparkSQL, Phoenix, Presto等对数据进行探索式和交互式的查询,而无需编程和登录SSH,并且可以保存过往的查询,还可以形成简单的柱状图饼图。

原文发布日期:2016-12-29
云栖社区场景研究小组成员:丁匀泰,仲浩。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
数据库
使用钉钉扫一扫加入圈子
+ 订阅

分享数据库前沿,解构实战干货,推动数据库技术变革

其他文章