介绍一些平时用得到的服务/组件

组件名 属性标签 特性 使用场景 Mysql 关系型数据库，行式存储，支持sql 轻量级数据分析，存储 hive的元数据，kettle的资源库，web 应用后台库 Oracle 关系型数据库，行式存储，支持sql 中量级数据分析，存储 。可分布式 BI（商业智能） ES 分布式全文搜索引擎 ES自动可以将海量数据分散到多台服务器上去存储和检索，支持海量数据进行近实时的全文检索（like “%ABC%”）和结构化检索（= “ABC” ） 站内搜索（电商，招聘，门户等），IT系统（OA,CRM,ERP）；维基百科，GitHub redis 高性能的key-value数据库 读写性能极高，丰富的数据类型 结合storm的实时查询分析，java高并发秒杀 memcache 基于内存 分布式的高速缓存系统，对于一些大型的、需要频繁访问数据库的网站访问速度提升效果十分显著。 单点登录页面跳转的时候，解决重复性登录的问题。 Kafka 高吞吐量、低延迟：kafka每秒可以处理几十万条消息； 可扩展性：kafka集群支持热扩展； 持久性、可靠性：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失； 容错性：允许集群中节点失败（若副本数量为n,则允许n-1个节点失败）； 高并发：支持数千个客户端同时读写 一个分布式、支持分区的（partition）、多副本的（replica），基于zookeeper协调的分布式消息系统； 它的最大的特性就是可以实时的处理大量数据以满足各种需求场景； 比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等等； 用scala语言编写 日志收集：可以用Kafka可以收集各种服务的log； 消息系统：解耦和生产者和消费者、缓存消息等； 用户活动跟踪：Kafka经常被用来记录web用户或者app用户的各种活动，如浏览网页、搜索、点击等； 运营指标：Kafka也经常用来记录运营监控数据； 流式处理：比如spark streaming和storm ETL工具 Kettle ETL工具 本地开发，通过资源库同步在服务器执行 常用ETL工具之一 Sqoop ETL工具 常规etl工具，可集群部署 mysql与hadoop数据迁移等 调度工具 azkaban 调度工具 处理有依赖关系的复杂任务调度，只支持mysql存储基本信息 常用调度工具之一 crontab linux自带调度工具 简单任务调度 适用日常少量调度