淘宝云梯分布式计算平台整体架构

以下是淘宝云梯分布式计算平台的整体架构，由数据分析网整理自网络资料，供大家学习参考。

一、系统架构

1、系统整体架构

数据流向从上到下，从各数据源、Gateway、云梯、到各应用场景。

2、淘宝云计算介绍

主要由数据源、数据平台、数据集群三部分构成

二、数据同步方案

1、数据同步方案——概览

2、数据同步方案—— 实时同步VS非实时同步

3、数据同步方案—— TimeTunnel2 介绍

TimeTunnel是一个实时数据传输平台，TimeTunnel的主要功能就是实时完成海量数据的交换，因此TimeTunnel的业务逻辑主 要也就有两个：一个是发布数据，将数据发送到TimeTunnel；一个是订阅数据，从TimeTunnel读取自己关心的数据。

TimeTunnel作为一个实时数据传输平台具有以下特点：

高效性：单点1k数据可以到4万TPS高可靠性：M-S模式时保证数据不丢失
高可用性：单点故障不影响整个集群服务
顺序性：当没有故障发生时，保证所有传输都
是顺序的，或者说一次连接内的传输是顺序的。

4、数据同步方案—— Dbsync 介绍

dbsync是一个用于同步服务库数据到HDFS的产品，通过分析数据库服务器的log文件来提取相应的数据库动作，进而达到数据库到HADOOP的数据同步，供相关部门提取增量数据。

Dbsync实时同步性能

记录大小 速度
2K           4M/s
9K           10M/s

应用场景
数据量 800G
00:10分备库打开：
非实时同步完成时间0:55
实时同步完成时间0:25

5、数据同步方案—— DataX 介绍

DataX是一个在异构的数据容器之间交换数据的工具。用于在任意的数据处理系统(RDBMS/NoSql/FS）之间交换数据。

Framework+plugin，Framework处理了高速数据交换的大部分问题，插件提供对数据处理系统的访问。
运行模式 ：stand-alone / on hadoop
Webui + cui 基于元数据的高效配置,例子:表A sharding为32个库，1024张表，配置时间<1 min

DataX部分性能数据:

三、调度系统

1、调度系统——生产率银弹

2、调度系统——模块/子系统

3、调度系统——任务触发方式

Flow control/Data Trigger

Time Trigger

4、调度系统——调度方式

5、调度系统——什么是Gateway?

Gateway:参与天网调度的资源
• 功能:
– 数据同步(dataX, DBSync,TimeTunnel2…)
– 数据上传/下载(hadoop fs –put/get/getmerge)
– 日志收集
– Hive sql语句提交运行
– MapReduce程序提交运行
– 集群间数据同步(hadoop distcp)

6、调度系统—— Gateway规模及规划

用于生产的Gateway约30台，由天网调度统一进行任务
分发，并行控制。
数据同步(dataX, DBSync,TimeTunnel2…)
数据上传/下载(hadoop fs –put/get/getmerge)
日志收集
Hive sql语句提交运行
MapReduce程序提交运行
集群间数据同步(hadoop distcp)

7、调度系统——gateway standardization

8、调度系统——Dynamic LB实现

9、调度系统——优先级策略(实现）

10、调度系统——优先级策略(意义)

11、调度系统——监控全景

四、元数据应用

面对上面的问题，靠经验丰富的架构师？还是靠智能的分析系统？

1、挖掘元数据金矿

2、基于元数据的开发平台

自动生成代码/集成开发平台
自动定位输入/自动代码
优化/自动部署/自动调度
配对分析/热点分
析/字段变更影
响/转换轨迹
元数据

3、基于元数据的分析平台——运行分析系统

4、基于元数据的分析平台——分析策略概览

5、基于元数据的分析平台——运行数据收集

6、基于元数据的分析平台——宏观分析策略

7、基于元数据的分析平台——定位系统瓶颈

每个环节的吞吐能力都是动态变化的。
在某个特定时间区间内，整个系统的吞吐能力由吞吐能力最小的一个环节决定。
如果需要发现系统的短板，需要对每个环节的吞吐曲线绘制出来。
针对系统的短板进行重点优化。
对于吞吐能力抖动比较大的环节，需要在前面设置队列进行缓冲。

瓶颈定位方法：
1 每个环节的吞吐曲线
2 两个环节之前缓冲队列的状态曲线
3 统一单位到task级别

8、基于元数据的分析平台——最值得优化的任务

从关键路径的角度考虑，任务A运行时间变化，对系统对影响可以用下图中阴影的面积来计算,它取决于下面
几个因素：
A 任务的当前运行时间——决定了当前位置的曲线斜率。
B 任务在几个叶子节点的关键路径上——决定了当前位置的曲线斜率。
C 其它关联任务的运行时间——决定A何时会离开某个关键路径，也就是决定了斜率的斜率。
最值得优化的任务：
以下三项评分中综合评分最高
1 运行时间长
2 同时处于多个关键路径
3 孔隙度大

出处：数据分析网整理自互联网分享资料《淘宝云梯分布式计算平台整体架构》