大数据平台实时数仓从0到1搭建之 - 10 阶段回顾_数仓搭建的进度

概述

截止Flink安装完成，其实一个简单的架构已经可以用了，这里整理下现在集群上安装的各种服务

jpsall 目前所有进程

jpsall，展示出目前三台节点上所有的java进程

[root@server110 opt]# ./jpsall.sh 
----------------jps server110 --------------------
31744 QuorumPeerMain
32420 Jps
32182 Kafka
17387 NameNode
17916 NodeManager
17549 DataNode
----------------jps server111 --------------------
17265 DataNode
1201 Jps
17540 NodeManager
532 QuorumPeerMain
17383 ResourceManager
18029 JobHistoryServer
975 Kafka
----------------jps server112 --------------------
26338 QuorumPeerMain
26995 Jps
17207 DataNode
17289 SecondaryNameNode
26765 Kafka
17407 NodeManager
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

整体架构

hdfs，做最底层的数据存储
yarn，做资源调度
JobHistoryServer记录job日志
mariadb为hive的资源库
hive作为离线数据存储的主要入口
zk支持kafka
kafka用来暂存实时数据
Flink 做实时计算

按下图的流程看来，还缺少数据采集部分和数据服务层部分
数据采集层：要求多数据源，实时监听数据变化，有待完善
数据服务层：要求快速响应，可操作数据，这部分使用Mysql和Hbase比较合适

数据采集这部分，还希望路过的大佬可以给个思路。