TSDB的数据如何利用Hadoop/spark集群做数据分析

物联网场景已经成为各行业巨头和各互联网公司的兵家必争之地,百度云天工TSDB对物联网场景下时序数据表现除了优秀的存储和查询能力,已经成为物联网应用的标配,支撑着智能制造
物联网场景已经成为各行业巨头和各互联网公司的兵家必争之地,百度云天工TSDB对物联网场景下时序数据表现除了优秀的存储和查询能力,已经成为物联网应用的标配,支撑着智能制造、工业能源、智能车联网、智能家居、智慧城市等多个行业应用。TSDB正在助力企业拥抱物联网时代的到来。
众所周知,百度云TSDB在读取、写入和查询数据上的性能一直表现优异。
支持每秒百万级数据点的写入,可线性扩展
查询1亿个数据点聚合值的响应时间小于1秒
提供优于传统数据库的压缩能力,大大节约存储空间
弹性、按需的海量数据存储能力,成本更低。
我们都清楚,仅有提供海量的数据存储、极速的查询能力还不足以支撑不停发展的物联网行业应用。存储的海量数据如何产生价值为业主所用,是TSDB要解决的新问题。
物联网场景下,设备都是7*24小时工作以一定的频率上报数据的,数据量十分巨大。比如一辆无人车,以10Hz的频率上传数据,每次上传20个维度的数据点,每辆车每天就要存储1700万数据点;一个传感类监测设备比如温度传感器,通常每10秒钟上传一次数据,一个楼宇建筑中如果部署200个监测点,那一天下来需要170万个数据点。随着业务的发展,数据只会越来越多。这么多数据都是挖掘行业应用的金矿。
我们都不甘心数据只做存储躺在服务器里,那怎么把TSDB中的数据发挥价值呢。不用担心,TSDB目前已经可以作为Hadoop和spark集群的数据源,进行数据分析计算啦。
先来看更常使用的大数据分析工具Hadoop。Hadoop作为大数据分析的领军代表,提供可靠存储HDFS以及MapReduce编程范式以便大规模并行处理数据。TSDB作为存储海量数据的数据源,自然更需要Hadoop的帮助来做数据分析啦。我们都知道,Hadoop提供了基于廉价硬件实现大规模并行处理的能力,不过,简单的查询都要写MapReduce代码,对于商业用户实在不怎么友好。所以TSDB采用了更友好的方式,直接提供基于TSDB的HiveSQL。Hive是一个关系数据仓库,用户可以方便的利用类似SQL语言查询数据,而Hive会自动把SQL语言转换成MapReduce代码交给Hadoop处理。

分享题目:TSDB的数据如何利用Hadoop/spark集群做数据分析
网站地址:https://www.cdcxhl.com/article14/eegjge.html

成都网站建设公司_创新互联,为您提供搜索引擎优化云服务器网站设计公司外贸网站建设营销型网站建设网页设计公司

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联