导读:今天分享的刘嘉题目是Alluxio元数据和数据的同步 ,从设计实现和优化的设计实现角度进行讨论 。主要包括以下几个方面的和优化角内容 :
01
Alluxio简介
Alluxio是云原生的数据编排平台 ,通过解耦计算和存储层 ,度浅在中间产生了一个数据编排层,元数负责对上层计算应用隐藏底层的据同时间细节。Alluxio提供了统一的刘嘉存储命名空间,在中间层提供了缓存和其他数据管理功能 。设计实现在下图可以看到有Spark、和优化角Hive 、度浅Map reduce这一类传统的元数Hadoop大数据计算应用 、Presto 这种OLAP类型的据同数据分析 ,还有像Tensorflow、刘嘉Pytorch这样的设计实现AI应用 。存储层比较丰富,和优化角包括各种各样的存储。
图1 Alluxio简介
下面是Alluxio用户列表,这些公司都公开展示了Alluxio的使用场景 。通过粗略分类 ,看到非常多的行业,包括互联网、金融 、电子商务 、娱乐 、电信等。感兴趣的同学可以关注公众号,上面有相关文章的汇总 。
图2 Alluxio的用户展示
--
02
Alluxio数据挂载
这部分将首先回顾Alluxio如何通过数据挂载实现统一编排层;之后讨论Alluxio如何和底层存储保持一致;介绍元数据和数据同步功能;Alluxio的时间原理和优化;最后对不同场景的推荐配置给出建议。
1. Alluxio统一的数据命名空间
首先介绍数据挂载这个功能。Alluxio通过把底层存储挂载到Alluxio层上,实现了统一的数据命名空间。