课程简介

案例背景:
因为数据需要关联分析，才更能发挥其价值，因此决定了大数据更适合于集中式的存储与计算，但是当其集中于单一机房时，必然面临机房容量上限，当不得不新增或搬迁机房，如何提高1-2个季度的迁移效率？无法预测的任务重跑和突发的adhoc大查询，如何能够快速的交付算力，从而不影响用户体验？月报、季报、年报时，这类短暂的算力需求之后，算力能否快速缩容，从而节省IT成本？公有云上，产商的先进的技术能力是否能够被快速应用到企业中，但是又不想被单一给产商绑定，做到随时上云/下云/迁云？虎牙大数据融合云的方案中，这些问题都将给出解决方案

解决思路:
在虎牙的大数据融合项目中，我们基于hadoop和公有云的对象存储，其上构建融合云大数据存储，解决数据的多副本异地异构就近读写问题；通过采集任务的读写IO、算力消耗，结合任务依赖链，使用算法动态对周期任务进行分簇，尽量降低簇间数据交换，以簇为单位进行任务调度；

成果：
依托此系统，目前虎牙大数据跑在三个IDC机房和一个云上机房，扩机房的迁移/扩容分钟内完成，对上游数据开发完全透明；同时在2020年年报以及2021春节期间，以及多次临时的adhoc大查询，通过公有云算力可一小时内快速扩缩容；通过融合云存储，冷数据被编排存储到公有云廉价存储中，大幅节省降低存储成本

目标收益

1、大数据的迁移，提供了新的思路，不用在脱着数据开发折腾半年
2、如何解决大数据算力交付的效率，避免用户愿意花钱，你也搞不定的尴尬
3、如何更好的利用好公有云上的算力和技术优势，而又不用担心被产商绑定

培训对象

课程内容

案例方向

---

数据湖/数据中台/用户画像/NLP

案例背景

---

因为数据需要关联分析，才更能发挥其价值，因此决定了大数据更适合于集中式的存储与计算，但是当其集中于单一机房时，必然面临机房容量上限，当不得不新增或搬迁机房，如何提高1-2个季度的迁移效率？无法预测的任务重跑和突发的adhoc大查询，如何能够快速的交付算力，从而不影响用户体验？月报、季报、年报时，这类短暂的算力需求之后，算力能否快速缩容，从而节省IT成本？公有云上，产商的先进的技术能力是否能够被快速应用到企业中，但是又不想被单一给产商绑定，做到随时上云/下云/迁云？虎牙大数据融合云的方案中，这些问题都将给出解决方案

收益

---

1、大数据的迁移，提供了新的思路，不用在脱着数据开发折腾半年
2、如何解决大数据算力交付的效率，避免用户愿意花钱，你也搞不定的尴尬
3、如何更好的利用好公有云上的算力和技术优势，而又不用担心被产商绑定

解决思路

---

在虎牙的大数据融合项目中，我们基于hadoop和公有云的对象存储，其上构建融合云大数据存储，解决数据的多副本异地异构就近读写问题；通过采集任务的读写IO、算力消耗，结合任务依赖链，使用算法动态对周期任务进行分簇，尽量降低簇间数据交换，以簇为单位进行任务调度；

结果

---

依托此系统，目前虎牙大数据跑在三个IDC机房和一个云上机房，扩机房的迁移/扩容分钟内完成，对上游数据开发完全透明；同时在2020年年报以及2021春节期间，以及多次临时的adhoc大查询，通过公有云算力可一小时内快速扩缩容；通过融合云存储，冷数据被编排存储到公有云廉价存储中，大幅节省降低存储成本