如果你对上面提及的大数据组件已经有所认识，或者对如何构建大数据实时处理系统感兴趣，那么就可以尽情阅读下面的内容了。
需要注意的是，核心在于如何构建实时处理系统，而这里给出的案例是实时统计某个网站的PV、UV，在实际中，基于每个人的工作环境不同，业务不同，因此业务系统的复杂度也不尽相同，相对来说，这里统计PV、UV的业务是比较简单的，但也足够让我们对大数据实时处理系统有一个基本的、清晰的了解与认识，是的，它不再那么神秘了。
二、实时处理系统架构
我们的实时处理系统整体架构如下：
即从上面的架构中我们可以看出，其由下面的几部分构成：
-
Flume集群
-
Kafka集群
-
Storm集群
从构建实时处理系统的角度出发，我们需要做的是让数据在各个不同的集群系统之间打通（从上面的图示中也能很好地说明这一点），即需要做各个系统之前的整合，包括Flume与Kafka的整合，Kafka与Storm的整合。当然，各个环境是否使用集群，依个人的实际需要而定，在我们的环境中，Flume、Kafka、Storm都使用集群。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69905323/viewspace-2655292/ ，如需转载，请注明出处，否则将追究法律责任。
请登录后发表评论
登录
全部评论
