淘宝、美团、滴滴分别如何搭建大数据平台

常规的大数据平台架构方案是基于大数据平台Lamda架构设计的。事实上，业界也基本是按照这种架构模型搭建自己的大数据平台。

下面我们来看一下淘宝、美团和滴滴的大数据平台，一方面进一步学习大厂大数据平台的架构，另一方面也学习大厂的工程师如何画架构图。通过大厂的这些架构图，就会发现，不但这些知名大厂的大数据平台设计方案大同小异，架构图的画法也有套路。

淘宝大数据平台

淘宝可能是中国互联网业界较早搭建了自己大数据平台的公司，图1是淘宝早期的Hadoop大数据平台，比较典型。

图1

淘宝的大数据平台基本分成三部分，上面是数据源与数据同步模块；中间是云梯1，即淘宝的Hadoop大数据集群；下面是大数据的应用，即使用大数据集群的计算结果。

数据源主要来自Oracle和MySQL的备库，以及日志系统和爬虫系统，这些数据通过数据同步网关服务器导入Hadoop集群。其中，DataExchange非实时全量同步数据库数据，DBSync实时同步数据库增量数据，TimeTunnel实时同步日志和爬虫数据。数据全部写入HDFS。

在Hadoop中的计算任务会通过天网调度系统，根据集群资源和作业优先级，调度作业的提交和执行。计算结果写入HDFS，再经过DataExchange同步到MySQL和Oracle数据库。处于平台下方的数据魔方、推荐系统等从数据库中读取数据，就可以实时响应用户的操作请求。

淘宝大数据平台的核心是位于架构图左侧的天网调度系统，提交到Hadoop集群上的任务需要按序、按优先级调度执行，Hadoop集群上已经定义好的任务也需要调度执行，何时从数据库、日志、爬虫系统导入数据也需要调度执行，何时将Hadoop执行结果导出到应用系统的数据库，仍然需要调度执行。可以说，整个大数据平台都是在天网调度系统的统一规划和安排下运作的，如图2所示。

图2

DBSync、TimeTunnel、DataExchange这些数据同步组件也是淘宝内部开发的，可以针对不同的数据源和同步需求导入、导出数据。这些组件淘宝大多已经开源，我们可以参考使用。

美团大数据平台

美团大数据平台的数据源来自MySQL数据库和日志，数据库通过Canal获得MySQL的binlog，输出给消息队列Kafka，日志通过Flume输出到Kafka，如图3所示。

图3

Kafka的数据会被流式计算和批处理计算两个引擎分别消费。流处理使用Storm进行计算，结果输出到HBase或者数据库。批处理计算使用Hive进行分析计算，结果输出到查询系统和BI（商业智能）平台。

数据分析师可以通过BI产品平台进行交互式的数据查询访问，也可以通过可视化的报表工具查看已经处理好的常用分析指标；公司高管也可以通过平台上的天机系统查看公司主要业务指标和报表。

美团大数据平台的整个过程管理通过调度平台进行管理。公司内部开发者使用数据开发平台访问大数据平台，进行ETL（数据提取、转换、装载）开发，提交任务作业并进行数据管理。

滴滴大数据平台

滴滴大数据平台分为实时计算平台（流式计算平台）和离线计算平台（批处理计算平台）两个部分。

实时计算平台架构如图4所示。数据采集以后输出到Kafka消息队列，消费通道有两个，一个是数据ETL，使用Spark Streaming或者Flink将数据进行清洗、转换、处理后记录到HDFS中，供后续批处理计算；另一个通道是Druid，计算实时监控指标，将结果输出到报警系统和实时图表系统DashBoard，如图4所示。

图4

离线计算平台架构如图5所示。滴滴的离线大数据平台是基于Hadoop 2（HDFS、Yarn、MapReduce）和Spark以及Hive构建的，并在此基础上开发了自己的调度系统和开发系统。调度系统和前面其他系统一样，调度大数据作业的优先级和执行顺序。开发平台是一个可视化的SQL编辑器，可以方便地查询表结构、开发SQL，并发布到大数据集群上。

图5

此外，滴滴还重度使用HBase，并对相关产品（HBase、Phoenix）做了一些自定义的开发，维护着一个和实时、离线两个大数据平台同级别的HBase平台，它的架构图参见图6。

图6

来自实时计算平台和离线计算平台的计算结果被保存到HBase中，然后应用程序通过Phoenix访问HBase。而Phoenix是一个构建在HBase上的SQL引擎，可以通过SQL方式访问HBase上的数据。

学架构就是学架构模式

可以看到，这些知名大厂的大数据平台真的是大同小异，虽然由于各自场景和技术栈的不同，在大数据产品选型和架构细节上略有差异，但整体思路基本上都是一样的。

不过也正是这种大同小异，让我们能从各个角度了解大数据平台架构，对大数据平台架构有更深刻的认知。

我在阿里巴巴工作期间，有一阵子不断参加各种基础技术产品的架构评审会。有一次，另一个和我一样经常参加这类会议的架构师说：“我感觉这些产品的架构怎么都一样”。经他一提醒，大家纷纷点头称是，好像确实如此。

同一类问题的解决方案通常是相似的。一个解决方案可以解决重复出现的同类问题，这种解决方案就称为模式。模式几乎无处不在，一旦一个解决方案被证明是行之有效的，就会被重复使用解决同类的问题。

所以我们看到，很多大数据产品的架构也都差不多，比如Hadoop 1、Yarn、Spark、Flink、Storm，这些产品的架构部署真的是太像了。

对于有志于成为架构师的工程师来说，一方面当然要提高自己的编程水平，另一方面也可以多看看各种架构设计文档，多参加一些架构师技术大会。

在我看来，编程需要天分；而架构设计，真的是熟能生巧。

关于作者：李智慧，同程旅行交通首席架构师。曾任阿里巴巴、Intel架构师，长期从事分布式系统与大数据开发，Apache Spark 代码贡献者，腾讯云 TVP，著有畅销书《大型网站技术架构：核心原理与案例分析》。

本文节选自《大数据技术架构：核心原理与应用实践》，想了解更多大数据技术架构的内容，推荐阅读此书。

更多精彩内容请阅读《大数据技术架构：核心原理与应用实践》！
京东满100减50
快快扫码抢购吧！

未来的生活一定是数字化的生活，掌握一些大数据技术总是好事。但本质上它也只是一个工具，人生的旅程，既要紧跟时代，也要谨防随波逐流。相信各位读者能以《大数据技术架构：核心原理与应用实践》一书的内容为起点而非终点，继续探索，走出自己的光明大道。

淘宝、美团、滴滴分别如何搭建大数据平台相关推荐

淘宝、美团、滴滴分别如何搭建大数据平台？
常规的大数据平台架构方案是基于大数据平台Lamda架构设计的.事实上,业界也基本是按照这种架构模型搭建自己的大数据平台. 接着我们来看一下淘宝.美团和滴滴的大数据平台,一方面进一步学习大厂大数据平台的 ...
网鱼网咖-利用数加快速搭建大数据平台，极致洞察，为客户带来从所未有的体验。...
免费开通大数据服务:https://www.aliyun.com/product/odps "令人惊喜的是,利用阿里云的数加平台,我们差不多一个多月就搭建好了大数据平台,并且可以通过图形化的 ...
网鱼网咖-利用数加快速搭建大数据平台，极致洞察，为客户带来从所未有的体验。
免费开通大数据服务:https://www.aliyun.com/product/odps "令人惊喜的是,利用阿里云的数加平台,我们差不多一个多月就搭建好了大数据平台,并且可以通过图形化的 ...
自拍会不会被大数据_不会搭建大数据平台，我被老板优化了...
[51CTO.com原创稿件]随着业务的飞速发展,信息化作为业务的支撑,各个企业都建立了自己的信息化系统. 图片来自 Pexels 在业务增涨过程中,每个企业不知不觉积累积累了一些数据.无论数据是多是 ...
从0到1搭建大数据平台之数据计算
文章目录前言一.传统的数据计算二.Hadoop的崛起三.离线计算 MapReduce Hive SparkSQL 四. 实时计算 Spark Streaming Flink 总结前言大家好 ...
从0到1搭建大数据平台之数据存储
大家好,我是脚丫先生 (o^^o) 近日参加了集团大数据平台之流批一体的建设. 流批一体,从调研直至研发.日日夜夜,泪流满面. 作业以:sql.jar.组件拖拽三种方式去提交实时任务,终究还是攻克. ...
五个篇章讲明白如何从0到1搭建大数据平台
大家好,我是一哥,整理了一下之前写的搭建大数据平台的5个篇章,请大家收藏,文末可以获取完整PDF版本. 01 如何从0到1搭建大数据平台大数据时代这个词被提出已有10年了吧,越来越多的企业已经完成了 ...
怎样设计淘宝天猫这种成功而有价值大数据可视化？
大数据人工智能淘宝天猫双十一幕后:实时可视化查询大屏 [what]什么是数据可视化? 大数据可视化,就是指将结构或非结构数据转换成适当的可视化图表,然后将隐藏在数据中的信息直接展现于人们面前.那数据可 ...
golang 大数据平台_大数据平台是什么？有哪些功能？如何搭建大数据平台？
大数据平台是为了满足企业对于数据的各种要求而产生的. 大数据平台: 是指以处理海量数据存储.计算及不间断流数据实时计算等场景为主的一套基础设施.典型的包括Hadoop系列.Spark.Storm.Fl ...
什么情况下需要搭建大数据平台
大数据平台就是旨在为计算机世界提供一个尽可能全局的.综合的视图.利用大数据平台帮助我们发现事物间的关联性,多个角度去看待问题,辅助我们做出正确的决策,并推测出整个形式的发展趋势和结果,辅助用户决策,从 ...

淘宝、美团、滴滴分别如何搭建大数据平台

淘宝、美团、滴滴分别如何搭建大数据平台相关推荐

最新文章

热门文章