江苏龙网

  1. 主页 > 生活百科 > >

公益赠书15元包邮费骗 免费赠书( 四 )


具体形式上，一般大数据平台部门要提供一个类似于“数据驱动应用开发标准和SDK”的文档和一个类似于“数据驱动应用工作台”的Web工具 。业务部门按照这个开发标准设计记录数据的建模，然后按照SDK中的接口整理数据记录 。一般是将数据按照指定的格式写入指定的端口或文件，后台的大数据管道会根据协议自动采集、汇总、分析这些数据，生成预制的报表 。R&D部门可以在“数据驱动应用工作台”上查看数据情况和具体报告 。如果有特殊或定制的需求，它还可以使用相关的工具进行自助即席分析 。
2.4.5大数据部门
在数据中心的建设中，大数据部门处于核心地位 。但大数据部门的工作，除了搭建大数据基础能力的平台外，还应注重全局数据能力的统一管理和赋能 。
传统大数据团队的主要任务一般如下:
安装运营Hadoop、Hive、Spark、Kafka等大数据基础架构组件；
为ETL工具提供运维支持，有时会帮助业务部门编写一些查询，优化一些查询；
提供大数据平台集群用户的管理，权限的分配，数据的管理和备份等 。
负责大数据系统的运维、扩容、升级，帮助业务部门解决系统问题 。
在数据中心的运营中，除了上述工作，大数据部门还需要
建立数据标准并确保其实施；
提供自助数据工具，供各业务部门使用；
支持业务系统的数据处理框架、测试框架、数据分析框架的开发，避免各业务IT部门的重复开发；
确保所有业务单元能够在数据平台上发布和共享其公共数据能力；
提供数据应用发布、运维、更新的全生命周期管理；
细化整个大数据平台的运营，确保每个数据应用的ROI都得到跟踪 。
这些工作提高了大数据团队的技能要求，数据与业务的结合是全方位的，对数据平台的可扩展性、稳定性、实时性和可用性有更高的要求，这也是本书的重点 。
企业之所以决定建设数据中心，一般是因为业务部门需要这些能力，而现有的数据系统无法提供快速高效的支持 。因此，我们应该在数据中心建设之初就明确需要提供的业务能力和应用场景，从而达到有针对性的目标，正确衡量数据中心建设的效果 。
以上内容摘自《云原生数据中心:架构、方法论、实践》部分章节 。
学习机会来了，请点击链接购买 。
http://product.dangdang.com/29238920.html
图书福利
如果你对这本书感兴趣，请写下你的疑惑、看法等 。在留言区围绕“数据中心”或“大数据技术”相关话题，评论前3名即可免费获得一本书 。消息截至5月26日18: 00 。


推荐阅读


上一篇：湖北现在还有三本吗 湖北三本院校

下一篇：中国十大论坛网站 宜宾网址之家