一站式服务,有助于高校更好地满足课程设计、课程上机实验、实习实训、科研训练等多方面需求,并在一定程度上缓解大数据师资不足的问题。对于各大高校而言,即使没有任何大数据实验基础,该平台也能助其轻松开展大数据的教学、实验与科研。
2)模块二:教学与实践支撑系统
芝诺大数据教学科研平台由芝诺数据综合分析ZDM平台及芝诺数据教学实训平台联合搭建。通过典型的算法展示、算法实现结合大数据分析的应用场景与案例对学生进行数据分析方面的综合训练,从而实现专业实验教学的由点及面、理论到应用、涵盖原理验证/综合应用/自主设计及创新的多层次实践教学体系。
(1) 芝诺数据综合分析ZDM平台
芝诺数据综合分析ZDM平台是全面基于 Apache Hadoop 及 ApacheSpark 计算框架的高性能大数据分析平台,提供一站式大数据开发环境和工具,包括数据存储、分布式计算、分析挖掘及数据可视化的整套支持。用户可以在大数据综合分析处理平台上采集、存储、分析、挖掘海量数据及其内在价值。
ZDM平台包含的Hadoop生态组件:
① 平台构成:
第 5 页 共 40 页
i. Zeno Container分布式实时数据库:支持结构化、半结构化和非结构化数据的存储;采用分布式存储,支持海量数据存储,支持高并发的快速查询。
ii. Zeno Monitor 服务器监控套件:服务器监控是利用Ganglia和Nagios对集群机器进行资源监控,包括CPU内存,硬盘,网络资源等进行实时监控,方便用户实时掌握集群机器资源的利用情况。 通过典型的算法展示、算法实现结合大数据分析的应用场景与案例对学生进行数据分析方面的综合训练,从而实现专业实验教学的由点及面、理论到应用、涵盖原理验证/综合应用/自主设计及创新的多层次实验体系,以满足不同学校的实践需求。
iii. Zeno Mining 数据挖掘套件:支持多种数据挖掘工具相结合,支持Mahout,MLlib自带的并行化的高性能机器学习算法库;同时也致辞基于R自定义的编程算法;也有强大的主流数据统计个绘图语言R以及Web图形化开发界面R-Studio。
iv. Zeno Analysis 数据分析套件:使用Sqoop和Flume支持数据迁移和采集;采用多计算框架模型,可满足不同数据的计算要求。及支持Hadoop离线大数据的计算,也支持Stream实时流式处理,还支持Spak内存快速计算;支持多语言的数据分析工作,支持SQL、Java、Python、Scala等。
v. Zeno Coop协作管理引擎:基于Zookeeper的协调服务机制,采用Yarn的管理模式,支持同时运行多个计算框架,可同时部署Hadoop、Storm、Spark等计算框架。
第 6 页 共 40 页
ZDM平台工作流:
②平台优点: I 安装方便
友好的图形化安装界面,使用户可在1小时内,零基础搭建基于
Hadoop/Spark的大数据存储、分析、监控及可视化平台。确保安装100%成功。
Ⅱ 功能完备
提供一站式大数据开发环境和工具,解决从数据源采集/清洗/存储/分析/挖掘/机器学习到数据流处理/可视化/集群监控等问题。 Stream分布式实时流处理引擎提供强大的流计算能力,可支持复杂的实时处理逻辑,满足企业实时告警、风险控制、在线统计和挖掘等应用需求
Ⅲ 性能保障
计算速度比传统关系型数据库快50-100倍。例如,一个集群包括13个Spark节点,每个256G内存的服务器,1个计算任务30秒以内处理200M数据,处理过程包括数据入库、逻辑计算、结果展现。同时,系统可线性扩充存储容量或提高处理性能,只需要简单地向集群中增加机器,无需停机。
第 7 页 共 40 页
Ⅳ 使用方便
图形化的数据分析和挖掘界面,令使用者不用理会Hadoop底层技术,只需专注于自身业务逻辑。
③ 基于Hadoop的ZDM分布式存储与计算的优点 Ⅰ高可扩展性
Hadoop是一个高度可扩展的存储平台,可以存储和分发横跨数百个并行操作的廉价的服务器数据集群。不同于传统的关系型数据库系统不能扩展到处理大量的数据,Hadoop是能给企业提供涉及成百上千TB的数据节点上运行的应用程序。
Ⅱ成本效益
Hadoop还为企业用户提供了极具成本效益的存储解决方案。传统关系型数据库管理系统并不符合海量数据的处理器,不符合企业的成本效益。许多公司过去不得不假设哪些数据最优价值,根据这些有价值的数据设定分类,如果保存所有的数据,那么成本就会过高。Hadoop的架构则不同,其被设计为一个
第 8 页 共 40 页