首页
/ 探索大数据分析新边界:Spindle —— Adobe 实验性Web分析查询引擎

探索大数据分析新边界:Spindle —— Adobe 实验性Web分析查询引擎

2024-05-20 10:02:21作者:蔡丛锟

Spindle 是由 Brandon Amos 在2014年与Adobe Research合作的实习项目。尽管该项目目前不再处于活跃开发状态,但它为我们提供了一个宝贵的窗口,让我们一窥基于实时大数据处理的Web分析查询系统的设计理念。

项目架构图

1、项目介绍

Spindle是一个以Apache Spark为核心的原型查询引擎,专为处理大规模生产工作负载而设计。它通过一个多线程的HTTP接口(由Spray框架实现)接收查询请求,并利用分布式文件系统(如HDFS)上的列式存储格式Apache Parquet进行数据查询。

此外,项目还包括了基准测试脚本,用于评估在探索Spark调优选项时,系统性能的变化。尽管当前实现尚未在大规模部署中测试,但实验结果显示,在六节点集群上处理13.1GB的数据时,有潜力达到更高的性能水平。

2、项目技术分析

Spark 的核心在于其提供了速度比传统Hadoop MapReduce快100倍的内存计算能力。Spindle充分利用了Spark的这一优势,结合Parquet的高效列存特性,构建出低延迟的数据查询解决方案。值得注意的是,项目采用了一种公平调度策略(FAIR),以优化并发查询时的整体延迟。

3、应用场景

Spindle旨在服务那些需要实时响应大量数据查询的应用场景,例如:

  • 大型媒体公司如NBC Universal,使用Spark查询HBase表格并分析国际电视视频分发情况。
  • 电信运营商如Telefonica,运用Spark和Cassandra进行网络安全数据分析。

此类应用通常涉及PB级别的数据和数千节点的集群。

4、项目特点

  • 基于Spark:Spindle利用Spark的强大计算能力,支持快速数据处理和分析。
  • 多线程HTTP接口:使用Spray框架,提供高性能、响应式的Web服务。
  • Parquet列式存储:利用高效的列式存储,降低数据查询复杂度,提升效率。
  • 可扩展性:设计考虑了在大型集群中的部署,具有进一步扩展的可能。

虽然Spindle是一个实验项目,但它揭示了构建大规模Web分析系统的可能性,并为开发者提供了关于如何利用Spark进行生产级应用的宝贵洞察。

要了解更多详情或查看演示,请访问项目仓库:https://github.com/adobe-research/spindle

一起探索大数据分析的新边界,让Spindle引领我们前进!




登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
426
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
239
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
988
394
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
936
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69