03 stash訂閱節點(大數據核心技術有哪些)

时间:2024-05-24 13:58:18 编辑: 来源:

-pack,否則即使2個節點可以ping通,也不會成功加入到一

繼續訪問

ElasticSearch究竟能做什么?

ElasticSearch究竟能做什么? Elasticsearch provides near real-time search and analytics for all types of data. 譯:ElasticSearch為所有數據類型提供了一套實時搜索和分析工具 Whether you have structured or unstructured text, numerical data, or geospatial data, Elasticsearch can efficiently

繼續訪問

Elasticsearch

題記: Elasticsearch研究有一段時間了,現特將Elasticsearch相關核心知識、原理從初學者認知、學習的角度,從以下9個方面進行詳細梳理。歡迎討論…… 0. 帶著問題上路——ES是如何產生的? (1)思考:大規模數據如何檢索? 如:當系統數據量上了10億、100億條的時候,我們在做系統架構的時候通常會從以下角度去考慮問題: 1)用什么數據庫好?(mysql、sybase...

繼續訪問

熱門推薦 Elasticsearch 簡介

Elasticsearch是一個非常強大的搜索引擎。它目前被廣泛地使用于各個IT公司。Elasticsearch是由Elastic公司創建并開源維護的。它的開源代碼位于買粉絲s://github.買粉絲/elastic/elasticsearch。同時,Elastic公司也擁有Logstash及Kibana開源項目。這個三個開源項目組合在一起,就形成了 ELK軟件棧。他們三個共同形成了一個強大的...

繼續訪問

Elasticsearch(ES)集群節點角色

Elasticsearch官方文檔,經過整理和總結。 Master節點主要負責集群中索引的創建、刪除以及跟蹤哪些節點是集群的一部分。Data節點主要負責處理數據相關的操作,如 CRUD、搜索和聚合等

繼續訪問

es基本概念(集群-節點-分片)

集群:    ES節點:運行的ES實例    ES集群由若干節點組成,這些節點在同一個網絡內,cluster-name相同節點:    master節點:集群中的一個節點會被選為master節點,它將負責管理集群范疇的變更,例如創建或刪除索引,添加節點到集      群或從集群刪除節點。master節點無需參與文檔層面的變更和搜索,這意味著僅有一個master節點并不會因流量增長而成為      ...

繼續訪問

將es集群中某個節點設置為數據節點

ES各種節點的分工 1. 客戶端節點 當主節點和數據節點配置都設置為false的時候,該節點只能處理路由請求,處理搜索,分發索引操作等,從本質上來說該客戶節點表現為智能負載平衡器。獨立的客戶端節點在一個比較大的集群中是非常有用的,他協調主節點和數據節點,客戶端節點加入集群可以得到集群的狀態,根據集群的狀態可以直接路由請求。 2. 數據節點 數據節點主要是存儲索引數據的節點,主要對文...

繼續訪問

Go Moles知識點總結

前言哈嘍,大家好,我是asong。一般編程語言都會提供依賴庫管理工具,例如python的pip、node.js的npm,java的maven,rust的cargo,Go語言也有提供自己的依賴庫管理工具,Go語言在1.11提出了Go mod,每次版本或多或少都會對go.mod進行改進優化,go mod也越來越好,當前大多數公司都使用go mod來管理依賴庫,所以本文我們一起來入門go mod(參考資...

繼續訪問

Elasticsearch集群許可證過期問題處理

Elasticsearch集群許可證過期問題處理

繼續訪問

最新發布 使用kettle同步全量數據到Elasticsearch(es)--elasticsearch-bulk-insert-plugin應用

介紹了如何基于kettle的elasticsearch-bulk-insert-plugin插件將數據導入es。如果你的es版本是7及以上 或者設置了ssl 認證,kettle自帶的插件是不支持的。這里提供了解決方案及簡單應用的demo

繼續訪問

es更換節點

大型的PHP應用,通常使用什么應用做消息隊列?

一、消息隊列概述

消息隊列中間件是分布式系統中重要的組件,主要解決應用耦合,異步消息,流量削鋒等問題。實現高性能,高可用,可伸縮和最終一致性架構。是大型分布式系統不可缺少的中間件。

目前在生產環境,使用較多的消息隊列有ActiveMQ,RabbitMQ,ZeroMQ,Kafka,MetaMQ,RocketMQ等。

二、消息隊列應用場景

以下介紹消息隊列在實際應用中常用的使用場景。異步處理,應用解耦,流量削鋒和消息通訊四個場景。

2.1異步處理

場景說明:用戶注冊后,需要發注冊郵件和注冊短信。傳統的做法有兩種1.串行的方式;2.并行方式。

(1)串行方式:將注冊信息寫入數據庫成功后,發送注冊郵件,再發送注冊短信。以上三個任務全部完成后,返回給客戶端。(架構KKQ:466097527,歡迎加入)

(2)并行方式:將注冊信息寫入數據庫成功后,發送注冊郵件的同時,發送注冊短信。以上三個任務完成后,返回給客戶端。與串行的差別是,并行的方式可以提高處理的時間。

假設三個業務節點每個使用50毫秒鐘,不考慮網絡等其他開銷,則串行方式的時間是150毫秒,并行的時間可能是100毫秒。

因為CPU在單位時間內處理的請求數是一定的,假設CPU1秒內吞吐量是100次。則串行方式1秒內CPU可處理的請求量是7次(1000/150)。并行方式處理的請求量是10次(1000/100)。

小結:如以上案例描述,傳統的方式系統的性能(并發量,吞吐量,響應時間)會有瓶頸。如何解決這個問題呢?

引入消息隊列,將不是必須的業務邏輯,異步處理。改造后的架構如下:

按照以上約定,用戶的響應時間相當于是注冊信息寫入數據庫的時間,也就是50毫秒。注冊郵件,發送短信寫入消息隊列后,直接返回,因此寫入消息隊列的速度很快,基本可以忽略,因此用戶的響應時間可能是50毫秒。因此架構改變后,系統的吞吐量提高到每秒20 QPS。比串行提高了3倍,比并行提高了兩倍。

2.2應用解耦

場景說明:用戶下單后,訂單系統需要通知庫存系統。傳統的做法是,訂單系統調用庫存系統的接口。如下圖:

傳統模式的缺點:

1) 假如庫存系統無法訪問,則訂單減庫存將失敗,從而導致訂單失敗;

2) 訂單系統與庫存系統耦合;

如何解決以上問題呢?引入應用消息隊列后的方案,如下圖:

訂單系統:用戶下單后,訂單系統完成持久化處理,將消息寫入消息隊列,返回用戶訂單下單成功。

庫存系統:訂閱下單的消息,采用拉/推的方式,獲取下單信息,庫存系統根據下單信息,進行庫存操作。

假如:在下單時庫存系統不能正常使用。也不影響正常下單,因為下單后,訂單系統寫入消息隊列就不再關心其他的后續操作了。實現訂單系統與庫存系統的應用解耦。

2.3流量削鋒

流量削鋒也是消息隊列中的常用場景,一般在秒殺或團搶活動中使用廣泛。

應用場景:秒殺活動,一般會因為流量過大,導致流量暴增,應用掛掉。為解決這個問題,一般需要在應用前端加入消息隊列。

可以控制活動的人數;

可以緩解短時間內高流量壓垮應用;

用戶的請求,服務器接收后,首先寫入消息隊列。假如消息隊列長度超過最大數量,則直接拋棄用戶請求或跳轉到錯誤頁面;

秒殺業務根據消息隊列中的請求信息,再做后續處理。

2.4日志處理

日志處理是指將消息隊列用在日志處理中,比如Kafka的應用,解決大量日志傳輸的問題。架構簡化如下:

日志采集客戶端,負責日志數據采集,定時寫受寫入Kafka隊列;

Kafka消息隊列,負責日志數據的接收,存儲和轉發;

日志處理應用:訂閱并消費kafka隊列中的日志數據;

以下是新浪kafka日志處理應用案例:

(1)Kafka:接收用戶日志的消息隊列。

(2)Logstash:做日志解析,統一成JSON輸出給Elasticsearch。

(3)Elasticsearch:實時日志分析服務的核心技術,一個schemaless,實時的數據存儲服務,通過index組織數據,兼具強大的搜索和統計功能。

(4)Kibana:基于Elasticsearch的數據可視化組件,超強的數據可視化能力是眾多公司選擇ELK stack的重要原因。

2.5消息通訊

消息通訊是指,消息隊列一般都內置了高效的通信機制,因此也可以用在純的消息通訊。比如實現點對點消息隊列,或者聊天室等。

點對點通訊:

客戶端A和客戶端B使用同一隊列,進行消息通訊。

聊天室通訊:

客戶端A,客戶端B,客戶端N訂閱同一主題,進行消息發布和接收。實現類似聊天室效果。

以上實際是消息隊列的兩種消息模式,點對點或發布訂閱模式。模型為示意圖,供參考。

三、消息中間件示例

3.1電商系統

消息隊列采用高可用,可持久化的消息中間件。比如Active MQ,Rabbit MQ,Rocket Mq。(1)應用將主干邏輯處理完成后,寫入消息隊列。消息發送是否成功可以開啟消息的確認模式。(消息隊列返回消息接收成功狀態后,應用再返回,這樣保障消息的完整性)

(2)擴展流程(發短信,配送處理)訂閱隊列消息。采用推或拉的方式獲取消息并處理。

(3)消息將應用解耦的同時,帶來了數據一致性問題,可以采用最終一致性方式解決。比如主數據寫入數據庫,擴展應用根據消息隊列,并結合數據庫方式實現基于消息隊列的后續處理。

3.2日志收集系統

分為Zookeeper注冊中心,日志收集客戶端,Kafka集群和Storm集群(OtherApp)四部分組成。

Zookeeper注冊中心,提出負載均衡和地址查找服務;

日志收集客戶端,用于采集應用系統的日志,并將數據推送到kafka隊列;

四、JMS消息服務

講消息隊列就不得不提JMS 。JMS(Java Message Service,Java消息服務)API是一個消息服務的標準/規范,允許應用程序組件基于JavaEE平臺創建、發送、接收和讀取消息。它使分布式通信耦合度更低,消息服務

搜索关键词: