陳佶弘

【摘 要】傳統(tǒng)IT平臺(tái)架構(gòu)無(wú)法應(yīng)對(duì)大數(shù)據(jù)井噴式的數(shù)據(jù)管理和存儲(chǔ)壓力。本文站在更好地服務(wù)大數(shù)據(jù)采集和分析的角度，設(shè)計(jì)了大數(shù)據(jù)背景下的IT平臺(tái)架構(gòu)，同時(shí)還比較了并行計(jì)算、網(wǎng)格計(jì)算等幾種重要的架構(gòu)承載技術(shù)，比較了其各自的優(yōu)勢(shì)和不足。

【關(guān)鍵詞】大數(shù)據(jù)；軟件架構(gòu)；并行計(jì)算、網(wǎng)格計(jì)算；索引

【Abstract】The traditional IT platform can not deal with the data management and storage pressure of big data blowout type. This article stands in the better service data acquisition and analysis angle design under the background of big data it platform architecture， the parallel computing， grid computing and so on several important architecture bearing technology， compared with their respective advantages and shortcomings.

【Key words】Big data； Software architecture； Parallel computing； Grid computing； Index

0 引言

大數(shù)據(jù)的概念已經(jīng)是如今IT界炙手可熱的話題之一。如何使用大數(shù)據(jù)，如何在大數(shù)據(jù)背景下更新現(xiàn)有的技術(shù)架構(gòu)，已經(jīng)成為人們研究的熱點(diǎn)。許多IT人士都在收集和分析這些新的數(shù)據(jù)源，期望通過(guò)這些新數(shù)據(jù)源，通過(guò)挖掘技術(shù)，分析其所帶來(lái)的海量信息。

大數(shù)據(jù)（Big Data）是由互聯(lián)網(wǎng)蓬勃發(fā)展而帶來(lái)的一種特有的現(xiàn)象。一般定義，數(shù)據(jù)量的大小超出了一定限制，需要對(duì)其進(jìn)行非常規(guī)的抓取、分析、處理工作的數(shù)據(jù)就是“大數(shù)據(jù)”，這樣的大數(shù)據(jù)包括了日常我們使用的網(wǎng)頁(yè)數(shù)據(jù)、網(wǎng)站上的交互數(shù)據(jù)以及在物聯(lián)網(wǎng)模式下產(chǎn)生的部分活動(dòng)。大數(shù)據(jù)除了具有大容量、多類型和高時(shí)效等基本特征外，還具有一些區(qū)別于傳統(tǒng)數(shù)據(jù)源的重要特征[1]。

a.大數(shù)據(jù)并非是通過(guò)人產(chǎn)生的，而是計(jì)算機(jī)生成的。在產(chǎn)生這些數(shù)據(jù)的過(guò)程之中，人工參與是極少量的；

b.大數(shù)據(jù)通常是一種全新的數(shù)據(jù)源。它與傳統(tǒng)數(shù)據(jù)源不同，它可能來(lái)自于網(wǎng)絡(luò)的各個(gè)端的隱型數(shù)據(jù)。

c.很多大數(shù)據(jù)的設(shè)計(jì)并不友好。數(shù)據(jù)的獲取很容易，但是處理卻不那么容易。

d.大數(shù)據(jù)可能并不蘊(yùn)含大量的價(jià)值。需要不斷的提煉和分析才可以找到其中有價(jià)值的部分。

1 大數(shù)據(jù)背景下IT平臺(tái)架構(gòu)的設(shè)計(jì)

1.1 傳統(tǒng)IT平臺(tái)架構(gòu)

IT平臺(tái)的傳統(tǒng)體系架構(gòu)普遍使用的設(shè)計(jì)模式是層次式架構(gòu)。一般分為三層，從上至下分別為：表示層、業(yè)務(wù)邏輯層、數(shù)據(jù)訪問(wèn)層，圖1為傳統(tǒng)IT平臺(tái)體系架構(gòu)圖。

其中，表示層實(shí)現(xiàn)用戶與軟件系統(tǒng)的交互，該層主要的構(gòu)成元素是文本框、標(biāo)簽、表單的UI元素，后臺(tái)的業(yè)務(wù)操作流程是從表示層的提交操作開始的；業(yè)務(wù)邏輯層是整個(gè)軟件體系架構(gòu)的主旨部分，實(shí)現(xiàn)系統(tǒng)的業(yè)務(wù)流程，通過(guò)分析用戶提交的請(qǐng)求確定業(yè)務(wù)邏輯、操作函數(shù)以及對(duì)數(shù)據(jù)層的操作類型，它是實(shí)現(xiàn)系統(tǒng)功能的主要環(huán)節(jié)；數(shù)據(jù)訪問(wèn)層主要實(shí)現(xiàn)數(shù)據(jù)庫(kù)的訪問(wèn)，實(shí)現(xiàn)對(duì)底層數(shù)據(jù)庫(kù)的增、刪、改、查操作；安全服務(wù)層是確保系統(tǒng)信息安全的主要功能層。

1.2 大數(shù)據(jù)下的IT平臺(tái)架構(gòu)

大數(shù)據(jù)信息系統(tǒng)體系架構(gòu)分為五層[2]，從上而下分別為：用戶界面層、可配置層、應(yīng)用服務(wù)層、業(yè)務(wù)邏輯層、數(shù)據(jù)訪問(wèn)層，如圖2所示：

（1）用戶界面層

大數(shù)據(jù)信息體系架構(gòu)中的用戶界面層與傳統(tǒng)IT平臺(tái)架構(gòu)中的表示層同樣作為用戶與服務(wù)器之間的接口，但是二者存在著很大的不同，其主要表現(xiàn)在表示層頁(yè)面的可定制性、面向的數(shù)據(jù)群的大小和表示層的展現(xiàn)方式等方面。其根本實(shí)現(xiàn)是基于大數(shù)據(jù)可定制的特性，較傳統(tǒng)的IT平臺(tái)架構(gòu)存在較大的優(yōu)勢(shì)。

（2）可配置層

大數(shù)據(jù)模式中的可配置層是相對(duì)于傳統(tǒng)IT平臺(tái)架構(gòu)新增的設(shè)計(jì)層次?？膳渲霉δ苤饕〝?shù)據(jù)的配置、功能的配置、界面的配置和流程的配置等。在大數(shù)據(jù)模式下，數(shù)據(jù)差異性較大，實(shí)際數(shù)據(jù)使用需求也各不相同，因此大數(shù)據(jù)平臺(tái)應(yīng)支持對(duì)不同級(jí)別服務(wù)的定制功能。

（3）業(yè)務(wù)邏輯層

大數(shù)據(jù)架構(gòu)中的業(yè)務(wù)邏輯層是整個(gè)IT平臺(tái)架構(gòu)的主旨部分。業(yè)務(wù)邏輯層除了具有傳統(tǒng)層所具有的特點(diǎn)，同時(shí)具有對(duì)可配置層業(yè)務(wù)整合功能，它為可配置層提供服務(wù)，構(gòu)成用戶的業(yè)務(wù)可配置流程，在結(jié)構(gòu)上它封裝了數(shù)據(jù)訪問(wèn)層的相關(guān)操作，該層主要由具體業(yè)務(wù)邏輯的類組成。

（4）應(yīng)用服務(wù)層

應(yīng)用服務(wù)層是大數(shù)據(jù)軟件架構(gòu)中新增的設(shè)計(jì)層次，傳統(tǒng)的IT平臺(tái)設(shè)計(jì)面向的是數(shù)量較少的應(yīng)用，功能較為單一，但是大數(shù)據(jù)模式可定制性決定了大數(shù)據(jù)應(yīng)用的多樣性，同時(shí)大數(shù)據(jù)模式采用應(yīng)用即服務(wù)的設(shè)計(jì)模式，應(yīng)用通用層提供了大數(shù)據(jù)設(shè)計(jì)中所有應(yīng)用均以服務(wù)的方式向用戶提供的功能，是大數(shù)據(jù)服務(wù)實(shí)現(xiàn)的基礎(chǔ)。

（5）數(shù)據(jù)訪問(wèn)層

大數(shù)據(jù)模式的數(shù)據(jù)訪問(wèn)層和傳統(tǒng)IT平臺(tái)架構(gòu)的數(shù)據(jù)訪問(wèn)層一樣，具有對(duì)數(shù)據(jù)庫(kù)物理數(shù)據(jù)進(jìn)行增、刪、改、查等操作的功能，同時(shí)維護(hù)數(shù)據(jù)訪問(wèn)控制。大數(shù)據(jù)數(shù)據(jù)存儲(chǔ)模型不同于傳統(tǒng)軟件數(shù)據(jù)存儲(chǔ)模型，其數(shù)據(jù)訪問(wèn)層包括數(shù)據(jù)邏輯存儲(chǔ)層和數(shù)據(jù)操作控制。數(shù)據(jù)邏輯存儲(chǔ)模型實(shí)現(xiàn)了數(shù)據(jù)庫(kù)物理數(shù)據(jù)的邏輯存儲(chǔ)，數(shù)據(jù)操作控制的功能同傳統(tǒng)設(shè)計(jì)模式中數(shù)據(jù)訪問(wèn)相同。

（6）安全服務(wù)

大數(shù)據(jù)安全在傳統(tǒng)軟件架構(gòu)安全問(wèn)題的基礎(chǔ)上表現(xiàn)了新的特點(diǎn)，其面臨的安全威脅主要體現(xiàn)在數(shù)據(jù)的安全上，主要包括數(shù)據(jù)訪問(wèn)控制、數(shù)據(jù)恢復(fù)和數(shù)據(jù)隔離等多個(gè)方面。

通過(guò)對(duì)傳統(tǒng)軟件架構(gòu)和大數(shù)據(jù)模式軟件架構(gòu)的描述，我們可以看到，兩種架構(gòu)之間存在很大的差異，這主要是由大數(shù)據(jù)多租戶、可配置特性所決定的，但是當(dāng)前大數(shù)據(jù)體系架構(gòu)的設(shè)計(jì)仍然存在缺陷，本文將主要研究大數(shù)據(jù)體系架構(gòu)的數(shù)據(jù)訪問(wèn)層和安全服務(wù)層方面的設(shè)計(jì)思想，以達(dá)到改進(jìn)大數(shù)據(jù)體系結(jié)構(gòu)，提高體系架構(gòu)可用性、健壯性和穩(wěn)定性的目的。

2 大數(shù)據(jù)背景下架構(gòu)處理技術(shù)

2.1 云計(jì)算

通過(guò)對(duì)硬件的虛擬化，云計(jì)算可以對(duì)大數(shù)據(jù)進(jìn)行較快的提取、存儲(chǔ)、處理、管理以及分析。

目前較多運(yùn)用云計(jì)算平臺(tái)Hadoop架構(gòu)和Mapreduce模式組合應(yīng)用處理海量數(shù)據(jù)，Hadoop是云計(jì)算平臺(tái)的架構(gòu)，Mapreduce是一種處理海量數(shù)據(jù)的模式方法，在Hadoop架構(gòu)體系中運(yùn)用了Mapreduce并行編程計(jì)算模式處理海量的數(shù)據(jù)，提高了大數(shù)據(jù)分析的性能。

2.2 網(wǎng)格計(jì)算

某些計(jì)算過(guò)程與算法無(wú)法全部轉(zhuǎn)換成SQL，或者難以嵌入數(shù)據(jù)庫(kù)的某個(gè)自定義函數(shù)中。在這種情況下，必須把數(shù)據(jù)從傳統(tǒng)的分析環(huán)境中抽取出來(lái)，然后用傳統(tǒng)的分析工具和軟件進(jìn)行分析，隨著分析師越來(lái)越多，以及分析任務(wù)越來(lái)越繁重，必須對(duì)這些服務(wù)器進(jìn)行擴(kuò)容或者增加更多的服務(wù)器，這些都是相當(dāng)昂貴的，網(wǎng)格配置可以降低系統(tǒng)成本并提高性能，它使用大量的低成本計(jì)算機(jī)，而不是一臺(tái)或幾臺(tái)高性能的服務(wù)器。

網(wǎng)格計(jì)算還包括高性能的分析架構(gòu)，在這個(gè)架構(gòu)中，網(wǎng)格計(jì)算環(huán)境下的不同計(jì)算機(jī)都知道其他計(jì)算機(jī)的存在，并且不同計(jì)算機(jī)可以共享信息。這種協(xié)作方式，在同一時(shí)間充分使用了網(wǎng)格計(jì)算環(huán)境下的所有計(jì)算資源，使得某些大型任務(wù)可以更快地完成。

2.3 MapReduce

MapReduce是谷歌提出的一個(gè)使用簡(jiǎn)易的軟件框架，用于大規(guī)模數(shù)據(jù)集的并行運(yùn)算，基于它寫出來(lái)的應(yīng)用程序能夠運(yùn)行在由上千個(gè)普通機(jī)器組成的大型集群上，并以一種可靠容錯(cuò)的方式并行處理上太級(jí)別的數(shù)據(jù)集。分析師可以創(chuàng)建一個(gè)映射程序來(lái)搜索并分析文本記錄中的每一個(gè)詞語(yǔ)，然后將這些詞語(yǔ)從段落中解析出來(lái)；許多大型的數(shù)據(jù)流都包含了大量沒有長(zhǎng)期價(jià)值的信息，部署在云端的彈性MapReduce可以根據(jù)需求實(shí)時(shí)地按需配置和訪問(wèn)服務(wù)器集群，實(shí)現(xiàn)對(duì)大量和密集型數(shù)據(jù)任務(wù)的處理，比如日志文件分析、數(shù)據(jù)挖掘等。

3 結(jié)語(yǔ)

大數(shù)據(jù)背景下，各類平臺(tái)架構(gòu)及處理技術(shù)都應(yīng)該結(jié)合起來(lái)進(jìn)行協(xié)同工作，這樣才能最大程度將數(shù)據(jù)進(jìn)行提煉。例如，數(shù)據(jù)庫(kù)可以運(yùn)行在云里；數(shù)據(jù)庫(kù)可以內(nèi)置MapReduce功能，MapReduce也可以直接處理云計(jì)算環(huán)境內(nèi)的數(shù)據(jù)，MapReduce還可以對(duì)部署在云內(nèi)的數(shù)據(jù)庫(kù)的庫(kù)內(nèi)數(shù)據(jù)進(jìn)行處理。這些技術(shù)的綜合運(yùn)用，互相補(bǔ)強(qiáng)，在統(tǒng)一的分析環(huán)境中可以是數(shù)據(jù)被高效利用，使得大數(shù)據(jù)的每一項(xiàng)技術(shù)都變得實(shí)用和高效。

【參考文獻(xiàn)】

[1]Bill Franks.駕馭大數(shù)據(jù)[M].北京：人民郵電出版社，2013.

[2]曾巧文.大數(shù)據(jù)平臺(tái)的若干關(guān)鍵技術(shù)研究[D].廣東：廣東工業(yè)大學(xué)，2010.

[責(zé)任編輯：楊玉潔]