TSDB的数据怎么利用Hadoop/spark集群做数据分析?
物联网场景已经成为各行业巨头和各互联网公司的兵家必争之地,百度云天工TSDB对物联网场景下时序数据表现除了优秀的存储和查询能力,已经成为物联网应用的标配,支撑着智能制造、工业能源、智能车联网、智能家居、智慧城市等多个行业应用。TSDB正在助力公司拥抱物联网时代的到来。
众所周知,百度云TSDB在读取、写入和查询数据上的性能一直表现优异。
支持每秒百万级数据点的写入,可线性扩展
查询1亿个数据点聚合值的响应時间小于1秒
提供优于传统数据库的压缩能力,大大节约存储空间
弹性、按需的海量数据存储能力,成本更低。
咋们都清楚,仅有提供海量的数据存储、极速的查询能力还不足以支撑不停发展的物联网行业应用。存储的海量数据如何产生价值为业主所用,是TSDB要解决的新问题。
物联网场景下,设备全是7*24小时工作以一定的频率上报数据的,数据量十分巨大。比如一辆无人车,以10Hz的频率上传数据,每次上传20个维度的数据点,每辆车每天就要存储1700万数据点;一个传感类监测设备比如温度传感器,通常每10秒钟上传一次数据,一个楼宇建筑中假如部署200个监测点,那一天下来必须要170万个数据点。伴随着工作的发展,数据只会越来越多。这么多数据全是挖掘行业应用的金矿。
咋们都不甘心数据只做存储躺在服务器里,那怎么把TSDB中的数据发挥价值呢。不必担心,TSDB现在已经可以作为Hadoop和spark集群的数据源,开展数据剖析计算啦。
先来讲更常使用的大数据剖析工具Hadoop。Hadoop作为大数据剖析的领军代表,提供可靠存储HDFS以及MapReduce编程范式以便大规模并行处置数据。TSDB作为存储海量数据的数据源,当然更必须要Hadoop的赞助来做数据剖析啦。咋们都知道,Hadoop提供了基于廉价硬件实现大规模并行处置的能力,不过,简单的查询都要写MapReduce代码,相对商业顾客实在不怎么友好。故此TSDB采用了更友好的方法,直接提供基于TSDB的Hive SQL。Hive是一个关系数据仓库,顾客可以方便的利用类似SQL语言查询数据,而Hive会自动把SQL语言转换成MapReduce代码交给Hadoop处置。
本文章由新概念互动原创,如没特殊注明,转载请注明来自:http://www.jianzhan0.com/jingyand/72898.html