《优酷土豆数据平台.ppt》由会员分享，可在线阅读，更多相关《优酷土豆数据平台.ppt（19页珍藏版）》请在三一文库上搜索。
1、优酷土豆数据平台,傅杰 2013.3,2,大纲,数据平台介绍 平台运营规范 平台运营数据,3,平台规模与负载,平台规模 节点数 150 物理CPU 3600核 物理内存 4.8T 磁盘 1800块 存储 3P+ 平台负载 日均 5000+作业 峰值1W3 日均扫描 上百T数据 日增2T+ 原始日志、1T+计算结果 存储利用率70% CPU利用率60% 峰值 95%,4,支撑业务,辐射人员 注册账户100+ 开放团队14组 辐射业务 广告 个性化推荐 数据分析 无线 搜索 播放器 ,5,开放功能,数据存储(30T/团队) MapReduce Hive Pig Sqoop 日志采集服务 平台基础包
2、 运营报表 实时计算,6,Data-mr-common,功能类似Pangool封装偏业务 SmartInputFormat 常用的统计相关工具 TopN,Histogram,LongStaticsmax,min,avg,sum,stddev,count MrJobHelper 常用Reducer count,distinct,tuplesum,max,min,sum 工具Writable pair,tuple,map，bitset 业务Writable 广告数据、PV、VV、TS,7,安全稳定开放,身份认证-Kerberos 权限控制-mysql Web界面访问控制 运营监控,8,平台运营流程
3、化,新用户、团队注册流程化 权限开通流程化 新日志上线流程化 例行维护 受益：资源规范、可控易管理,9,目录规范,/source 存储原始日志 /logData存储压缩日志 /work 存储业务数据(按照团队、业务线) /tmp 存储临时数据 /user 存储用户测试数据,10,资源权限粒度,按照业务线划分日志权限 按照团队划分职能权限 通过授权运行跨团队访问资源,11,调度队列规划,按照十二生肖顺序定义队列名称 mouse、pig等 最初设计划分三个队列(公平调度) 通过队列设置来控制资源分配,12,历史作业信息采集,作业分布统计 作业类型统计 平台负载 作业调优向导,13,运营数据-作业数量日线图,14,运营数据-资源消耗情况,15,数据平台-slot消耗情况,16,数据平台-大作业占比,17,数据平台-11月用户作业数统计,18,tip,未上线程序尽量小数据测试 避免循环提交大作业 非常规作业提前告知,19,Q&A,