Google大數(shù)據(jù)技術(shù)架構(gòu)探秘

2013-10-30 08:57:42 WEB開發(fā)者　點擊量：評論 (0)

Google是大數(shù)據(jù)時代的奠基者，其大數(shù)據(jù)技術(shù)架構(gòu)一直是互聯(lián)網(wǎng)公司爭相學習和研究的重點，也是行業(yè)大數(shù)據(jù)技術(shù)架構(gòu)的標桿和示范。1、谷歌的數(shù)據(jù)中心谷歌已經(jīng)建立了世界上最快、最強大、最高質(zhì)量的數(shù)據(jù)中心，它的8個

Google是大數(shù)據(jù)時代的奠基者，其大數(shù)據(jù)技術(shù)架構(gòu)一直是互聯(lián)網(wǎng)公司爭相學習和研究的重點，也是行業(yè)大數(shù)據(jù)技術(shù)架構(gòu)的標桿和示范。

1、谷歌的數(shù)據(jù)中心

谷歌已經(jīng)建立了世界上最快、最強大、最高質(zhì)量的數(shù)據(jù)中心，它的8個主要數(shù)據(jù)中心都遠離其位于加州山景城的總部，分別位于美國南卡羅來納州的伯克利郡，愛荷華州的康瑟爾布拉夫斯，喬治亞州的道格拉斯郡，俄克拉荷馬州的梅斯郡，北卡羅來納州的勒努瓦，俄勒岡州的達爾斯;另外2個在美國境外，分別是芬蘭的哈米納和比利時的圣吉斯蘭。此外，谷歌公司還在中國香港和中國臺灣，以及新加坡和智利建立了數(shù)據(jù)中心。

2、谷歌新一代搜索引擎平臺和大數(shù)據(jù)分析核心技術(shù)

Google是GFS MapReduce BigTable的締造者，但Google 新一代搜索引擎平臺正逐步用更強計算能力的系統(tǒng)來替換原有系統(tǒng)，新一代搜索引擎平臺有幾個核心技術(shù)系統(tǒng)：

一是用基于Percolator的增量處理索引系統(tǒng)來取代MapReduce批處理索引系統(tǒng)，這個索引系統(tǒng)被稱作Caffeine，它比MapReduce批處理索引系統(tǒng)搜索更快。

二是專為BigTable設(shè)計的分布式存儲Colossus，也被稱為GFS2(二代Google文件系統(tǒng))，它專為建立Caffeine搜索索引系統(tǒng)而用。

三是列存儲數(shù)據(jù)庫BigTable，但為了更好地支持大數(shù)據(jù)集的互動分析，Google推出了Dremel和PowerDrill。Dremel被設(shè)計用來管理非常大量的大數(shù)據(jù)集(指數(shù)據(jù)集的數(shù)量和每數(shù)據(jù)集的規(guī)模都大)，而PowerDrill則設(shè)計用來分析少量的大數(shù)據(jù)集(指數(shù)據(jù)集的規(guī)模大，但數(shù)據(jù)集的數(shù)量不多)時提供更強大的分析性能。

四是為Google Instant提供服務的實時搜索引擎存儲和分析架構(gòu)。

五是Pregel，這是谷歌更快捷的網(wǎng)絡(luò)和圖算法。

在谷歌新一代搜索引擎平臺上，每月40億小時的視頻，4.25億Gmail用戶，150,000,000 GB Web索引，卻能實現(xiàn)0.25秒搜索出結(jié)果。

3、谷歌基礎(chǔ)云服務

基于Colossus，谷歌為用戶提供計算、存儲和應用的云服務。計算服務包括計算的引擎(ComputeEngine)和應用APP的引擎(AppEngine);存儲服務包括云存儲(CloudStorge)、云SQL(CLoudSQL)、云數(shù)據(jù)存儲(Cloud DataStore)、永久磁盤等服務;云應用服務包括BigQuery、云終端(Cloud Endpoints)、緩沖、隊列等。

4、谷歌的大數(shù)據(jù)智能應用服務

Google提供的大數(shù)據(jù)分析智能應用包括客戶情緒分析、交易風險(欺詐分析)、產(chǎn)品推薦、消息路由、診斷、客戶流失預測、法律文案分類、電子郵件內(nèi)容過濾、政治傾向預測、物種鑒定等多個方面。據(jù)稱，大數(shù)據(jù)已經(jīng)給Google每天帶來2300萬美元的收入。例如，一些典型應用如下：

(1)基于Map Reduce，Google的傳統(tǒng)應用包括數(shù)據(jù)存儲、數(shù)據(jù)分析、日志分析、搜索質(zhì)量以及其他數(shù)據(jù)分析應用。

(2)基于Dremel系統(tǒng)， Google推出其強大的數(shù)據(jù)分析軟件和服務 — BigQuery，它也是Google自己使用的互聯(lián)網(wǎng)檢索服務的一部分。Google已經(jīng)開始銷售在線數(shù)據(jù)分析服務，試圖與市場上類似亞馬遜網(wǎng)絡(luò)服務(Amazon Web Services)這樣的企業(yè)云計算服務競爭。這個服務，能幫助企業(yè)用戶在數(shù)秒內(nèi)完成萬億字節(jié)的掃描。

(3)基于搜索統(tǒng)計算法，Google推出搜索引擎的輸寫糾錯、統(tǒng)計型機器翻譯等服務。

(4)Google的趨勢圖應用。通過用戶對于搜索詞的關(guān)注度，很快的理解社會上的熱點是什么。對廣告主來說，它的商業(yè)價值就是很快的知道現(xiàn)在用戶在關(guān)心什么，他們應該在什么地方投入一個廣告。據(jù)此，Google公司也開發(fā)了一些大數(shù)據(jù)產(chǎn)品，如“Brand Lift in Adwords”、“Active GRP”等，以幫助廣告客戶分析和評估其廣告活動的效率。

(5)Google Instant。輸入關(guān)鍵詞的過程，Google Instant 會邊打邊預測可能的搜索結(jié)果。

谷歌的大數(shù)據(jù)平臺架構(gòu)仍在演進中，追去的目標是更大數(shù)據(jù)集、更快、更準確的分析和計算。這將進一步引領(lǐng)大數(shù)據(jù)技術(shù)發(fā)展的方向。