大数据平台下保障性能?

数据量大,数据类型繁杂的情况下,如何做性能保障?在数据处理层是关注处理能力,还是要做业层的性能与传统性能一样关注响应的时间吗?显示全部

数据量大,数据类型繁杂的情况下,如何做性能保障?
在数据处理层是关注处理能力,还是要做业层的性能与传统性能一样关注响应的时间吗?

收起
参与6

查看其它 1 个回答rein07的回答

rein07rein07系统架构师某证券

如何保障大数据平台的处理性能,关键还是看应用场景和业务需求,不是每种业务都需要高性能。
1、在类OLTP场景下,大数据平台有像HBase一样的组件,保证数据读写具有极高的性能和吞吐量。
2、在OLAP场景下,大数据平台有像Impala、Kudu、Kylin、Druid这样引擎,通过内存或预计算的方式保证查询性能。
3、在离线分析场景,有像Hive、Spark、Mapreduce这样的引擎,分布式处理海量数据,在这种场景下,性能和响应时间已无法做到保证。

证券 · 2018-12-27
浏览1465

回答者

rein07
系统架构师某证券
擅长领域: 人工智能大数据机器学习

rein07 最近回答过的问题

回答状态

  • 发布时间:2018-12-27
  • 关注会员:3 人
  • 回答浏览:1465
  • X社区推广