大数据架构演变 （1）

大数据的架构介绍
日志采集为例（流程如下图所示）

image.png

需要的模块和组件

1.用户的app （上报日志）
2.log recv server （接收日志服务）
3.hdfs 集群 （保存日志）
4.kafka 集群
5.zookeeper 集群
6.flume （日志收集组件）
7.hive
8.hive server2 - HiveServer2 (HS2) is a server interface that enables remote clients to execute queries against Hive and retrieve the results
9.web server （客户查看日志统计分析结果的平台）

整个流程为

1.app 记录用户的行为log，在适当的时候，将日志发送到日志收集服务器（log-recv-server）
2.日志收集服务器 将日志提交到 kafka
3.flume 读取kafka 的日志并保存到 hdfs 中
4.通过定时任务（linux cron） 定时load 数据到 hive 中
5.B端用户 通过web端访问获取数据，通过hive-server2 查询hive 的数据。

次架构的不足之处

1.定时任务，有时间间隔，数据统计结果的延迟大
2.hive 的查询 耗时比较长。