大数据之电商数仓(1) | 项目需求及架构设计

不念不忘少年蓝@ 2023-02-28 00:59 90阅读 0赞

### 目录 ###

*  项目需求
 *  项目框架
 *   *   *   *  技术选型
             *  系统数据流程设计
             *  框架版本选型
             *  服务器选型
             *  集群资源规划设计

# 项目需求 #

一、项目需求  
➢1、 数据`采集平台搭建`  
➢2、 实现`用户行为数据仓库`**的**`分层`**搭建  
➢3、 实现**`业务数据仓库`**的分层搭建  
➢4、针对数据仓库中的数据进行，**`留存、转化率、GMV、复购率、活跃等报表分析`  
二、思考题  
➢1、 项目技术如何选型 ?  
➢2、框架版本如何选型( **`Apache、 CDH`**、HDP)  
➢3、 服务器使用`物理机`**还是**`云主机`**?  
➢4、 如何确认**`集群规模`? (假设每台服务器8T硬盘)

# 项目框架 #

#### 技术选型 ####

➢数据采集传输: **`Flume， Kafka， Sqoop`** ，Logstash， DataX  
➢数据存储: **`MySql，HDFS`**， HBase, Redis， MongoDB  
➢数据计算: **`Hive， Tez，Spark`**， Flink， Storm  
➢数据查询: **`Presto， Druid`**， Impala， Kylin  
➢数据可视化: Echarts、 **`Superset`**、 QuickBI、 DataV  
➢任务调度: **`Azkaban`**、 Oozie  
➢集群监控: **`Zabbix`**  
➢元数据管理: **`Atlas`**  
➢数据质量监控: **`Griffin`**

#### 系统数据流程设计 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70]

#### 框架版本选型 ####

1)如何选择Apache/CDH/HDP版本?  
(1) Apache: **`运维麻烦，组件间兼容性需要自己调研`**。(一般大厂使用，技术实力雄厚，有专业的运维人员)  
(2) CDH:国内使用最多的版本，但CM不开源，但其实`对中、小公司使用来说没有影响(建议使用)`  
(3) HDP: 开源，可以进行二次开发，但是`没有CDH稳定，国内使用较少`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 1]

#### 服务器选型 ####

服务器选择物理机还是云主机?  
(1)机器成本考虑:  
**`物理机`**:以128G内存， 20核物理CPU，40线程，8THDD和2TSSD硬盘，戴尔  
品牌单台报价4W出头，需考虑托管服务器费用。**`一般物理机寿命5年左右`**  
**`云主机`**，以阿里云为例，差不多相同配置，**`每年5W`**  
(2)运维成本考虑:  
**`物理机`**:需要有`专业的运维人员`  
**`云主机`**:很多运维工作都`由阿里云完成`，运维相对较轻松

#### 集群资源规划设计 ####

如何确认集群规模? (假设: 每台服务器8T磁盘，128G内存)  
(1)每天日活跃用户100万，每人一天平均100条: `100万*100条=10000万条`  
(2)每条日志1K左右，每天1亿条: **`100000000* 1024* 1024 =约100G .`**  
(3)半年内不扩容服务器来算: **`100G*180天=约18T`**  
(4)保存3副本: **`18T*3=54T`**  
(5)预留20%- 30%Buf= **`54T/0.7=77T`**  
(6) 算到这:**`约8T*10台服务器`**  
测试集群服务器规划  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 2]  
![在这里插入图片描述][20200718211342886.png]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70]: /images/20230209/bbe87706523d4edf81217a4c2927f515.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200718193031177.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/2020071821122511.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1,size_16,color_FFFFFF,t_70
[20200718211342886.png]: https://img-blog.csdnimg.cn/20200718211342886.png