《优酷土豆数据平台》PPT课件.ppt

优酷土豆数据平台,傅杰2013.3,2,大纲,数据平台介绍平台运营规范平台运营数据,3,平台规模与负载,平台规模节点数 150物理CPU 3600核物理内存 4.8T磁盘 1800块存储 3P+平台负载日均 5000+作业 峰值1W3日均扫描 上百T数据日增2T+原始日志、1T+计算结果存储利用率70%CPU利用率60%峰值 95%,4,支撑业务,辐射人员注册账户100+开放团队14组辐射业务广告个性化推荐数据分析无线搜索播放器.,5,开放功能,数据存储(30T/团队)MapReduceHivePigSqoop日志采集服务平台基础包运营报表实时计算,6,Data-mr-common,功能类似Pangool封装偏业务SmartInputFormat常用的统计相关工具 TopN,Histogram,LongStaticsmax,min,avg,sum,stddev,countMrJobHelper常用Reducer count,distinct,tuplesum,max,min,sum工具Writable pair,tuple,map，bitset 业务Writable 广告数据、PV、VV、TS,7,安全稳定开放,身份认证-Kerberos权限控制-mysqlWeb界面访问控制运营监控,8,平台运营流程化,新用户、团队注册流程化权限开通流程化新日志上线流程化例行维护受益：资源规范、可控易管理,9,目录规范,/source 存储原始日志/logData存储压缩日志/work 存储业务数据(按照团队、业务线)/tmp 存储临时数据/user 存储用户测试数据,10,资源权限粒度,按照业务线划分日志权限按照团队划分职能权限通过授权运行跨团队访问资源,11,调度队列规划,按照十二生肖顺序定义队列名称 mouse、pig等最初设计划分三个队列(公平调度)通过队列设置来控制资源分配,12,历史作业信息采集,作业分布统计作业类型统计平台负载作业调优向导,13,运营数据-作业数量日线图,14,运营数据-资源消耗情况,15,数据平台-slot消耗情况,16,数据平台-大作业占比,17,数据平台-11月用户作业数统计,18,tip,未上线程序尽量小数据测试避免循环提交大作业非常规作业提前告知,19,Q&A,