摘要
工业大数据具有规模庞大、业务复杂等的特点,为数据存储、查询和分析计算带了难度。为了优化工业大数据存储管理,提高系统存储、查询、分析效率,利用基于Hadoop技术针对业务库和实时监控数据库的存储管理进行优化。系统设计业务库的集群化同步存储架构,基于Maxwell组件将MySQL业务库数据实时同步到HBase,实现业务库的读写分离、提高数据查询和数据分析的效率;其次,基于Kafka和Flink对业务库同步数据进行实时计算处理,实现高并发数据写入场景下的低延迟响应;最后,实验进行了HBase和MySQL的性能对比测试,结果表明本系统在大规模数据场景下具有更好的计算效率表现,能够有效进行工业大数据分析存储。
学科与关键词
关键词
工业大数据HadoopFlinkHBase
- 基于Hadoop的鼓风机工业数据处理和存储系统邢少波; 张龙信; 赵玉来; 满君丰; 周立前湖南工业大学学报, 2019, (06): 15-22.
- 基于参数优化的Hadoop云计算平台李寒; 唐兴兴计算机系统应用, 2013, (03): 21-24.
- 基于Hadoop的分布式集群大数据动态存储系统设计陈磊; 吴晓晖中国电子科学研究院学报, 2019, 14(6): 593-598.
