GTUG Nantes (Dec 2011) - BigTable et NoSQL

1. BigTable et NoSQL Inspiré par Google, destiné à tous 6/12/2011 Michaël Figuière

2. Speaker @mﬁguiere blog.xebia.fr Michaël Figuière Distributed Architectures NoSQL Search Engines

3. Le stockage de donnée chez Google

4. Au commencement...

5. L’évolution du stockage chez Google • Stockage et traitement de données en masse pour la recherche GFS et MapReduce • Stockage structuré BigTable • Requêtes plus complexes et réplication multi-datacenter MegaStore

6. Architecture du stockage Google DSL pour le traitement API Java de haut niveau MegaStore Sawzall FlumeJava BigTable MapReduce Chubby GFS Traitement Consensus distribué distribué

7. La galaxie Hadoop

8. Hadoop Projets Apache basés sur Hadoop Application HBase Hive Pig Mahout Hadoop ZooKeeper HDFS MapReduce

9. MapReduce

10. MapReduce Fragment Map Fragment Map HDFS Reduce HDFS Reduce Instance 1 Instance 3 Fragment Map Fragment Map HDFS Reduce HDFS Reduce Instance 2 Instance 4 Les traitements et les données sont co-localisés

11. MapReduce Au sein de MapReduce tout est manipulé en tant que clé-valeur HDFS Adaptateur Adaptateur HDFS MapReduce

12. MapReduce Trie les données par clé Split_1 Map Out_1 Split_2 Map Out_2 Merge Reduce Out Vers HDFS Split_3 Map Out_3 Le traitement peut être réparti sur autant Depuis HDFS d’instances que nécessaire !

13. Exemple avec MapReduce public void map(LongWritable key, Text value, ... String line = value.toString(); StringTokenizer tokenizer = new StringTokenizer(line); while (tokenizer.hasMoreTokens()) { String word = tokenizer.nextToken(); output.collect(word, 1); } } public void reduce(Text key, Iterator<IntWritable> values, ... int sum = 0; while (values.hasNext()) { sum += values.next().get(); } output.collect(key, new IntWritable(sum)); }

14. Pig • Pig apporte une abstraction au dessus de MapReduce Pour une meilleure productivité • Langage familier de SQL Facile à lire, mais apprentissage pour l’écrire • Convertit chaque opération en MapReduce Fonctionnement distribué

15. Exemple avec Pig hour_frequency2 = FOREACH hour_frequency1 GENERATE flatten($0), COUNT($1) as count; uniq_frequency1 = GROUP hour_frequency2 BY group::ngram; filtered_uniq_frequency = FILTER uniq_frequency3 BY score > 2.0; STORE ordered_uniq_frequency INTO '/tmp/tutorial-results' USING PigStorage(); same = JOIN hour00 BY $0, hour12 BY $0;

16. HDFS

17. HDFS HDFS NameNode Client Registre des blocs HDFS DataNode DataNode DataNode Contient les données

18. Ecriture avec HDFS HDFS NameNode Client DataNode DataNode DataNode Les DataNodes forment un pipeline d’écriture

19. Ecriture avec HDFS HDFS NameNode Client Ecriture des données validée DataNode DataNode DataNode

20. Ecriture avec HDFS HDFS NameNode Client Ecriture des emplacements DataNode DataNode DataNode

21. Lecture avec HDFS HDFS NameNode Client DataNode DataNode DataNode

22. Lecture avec HDFS HDFS NameNode Client Obtention des emplacements DataNode DataNode DataNode

23. Lecture avec HDFS HDFS NameNode Client DataNode DataNode DataNode Lecture du premier bloc de données

24. Lecture avec HDFS HDFS NameNode Client DataNode DataNode DataNode Les données à lire peuvent êtres sur plusieurs blocs

25. HBase

26. Le modèle en famille de colonnes A chaque ID de ligne correspond une liste de couples clé-valeur BDD relationnelle BDD orientée colonnes

27. Exemple avec un panier d’achat johndoe 17:21 Iphone 17:32 DVD Player 17:44 MacBook willsmith 6:10 Camera 8:29 Ipad pitdavis 14:45 PlayStation 15:01 Asus EEE 15:03 Iphone Famille de colonnes

28. HBase • Utilise le modèle orientée colonne de Google BigTable Modélisation délicate ... • Basé sur HDFS, scalabilité horizontale linéaire Jusqu’à plusieurs milliers de serveurs • Tolérance aux pannes Panne d’un serveur, d’un data-center...

29. Architecture HBase Master ZooKeeper RegionServer RegionServer RegionServer HDFS

30. Ecriture append-only de HBase MemTable RAM HDFS Log SSTable

31. HBase • Utilise le modèle orientée colonne de Google BigTable Modélisation délicate ... • Basé sur HDFS, scalabilité horizontale linéaire Jusqu’à plusieurs milliers de serveurs • Tolérance aux pannes Panne d’un serveur, d’un data-center...

32. Quelques cas d’usage

33. Online Business Intelligence avec Hadoop / HBase Stockage des informations en Traitement batch production distribué Application HBase Hadoop Exploitation Stockage des résultats des résultats

34. Recommandations Amazon Amazon récolte l’ensemble des clics utilisateurs dans Dynamo et génère des recommandations par analyse de ces données

35. Google Analytics Google Analytics s’appuie sur BigTable pour le stockage et l’analyse des clics utilisateurs en temps réel

36. Intérêt pour les entreprises • Rapprochement du BI et des applications Stockage commun • Rationalisation du budget licences NoSQL (presque) = OpenSource • La possibilité crée le besoin Ouverture vers de nouveaux use-cases

37. Questions / Réponses ? @mﬁguiere blog.xebia.fr

GTUG Nantes (Dec 2011) - BigTable et NoSQL

Vous êtes en train de lire un aperçu.

Consultez-les par la suite

GTUG Nantes (Dec 2011) - BigTable et NoSQL

Plus De Contenu Connexe

Diaporamas pour vous (19)

Similaire à GTUG Nantes (Dec 2011) - BigTable et NoSQL (20)

Plus par Michaël Figuière (20)

Plus récents (20)