Alluxio：大數(shù)據(jù)統(tǒng)一存儲(chǔ)原理與實(shí)踐

第 1 章 Alluxio 系統(tǒng)快速入門 1
1.1 Alluxio 背景概述 1
1.1.1 Alluxio 系統(tǒng)功能簡介 4
1.1.2 Alluxio 項(xiàng)目發(fā)展歷史 5
1.2 獲取/編譯 Alluxio 軟件 6
1.2.1 下載預(yù)編譯的 Alluxio 可執(zhí)行包 6
1.2.2 編譯 Alluxio 源代碼 6
1.3 Alluxio 的搭建部署及程序運(yùn)行 10
1.3.1 單機(jī)模式 10
1.3.2 集群模式 13
1.3.3 高可用集群模式 16
第 2 章 Alluxio 系統(tǒng)架構(gòu)及讀寫工作機(jī)制 22
2.1 Alluxio 的構(gòu)架簡介與基本特征 22
2.1.1 提升遠(yuǎn)程存儲(chǔ)讀寫性能 23
2.1.2 統(tǒng)一持久化數(shù)據(jù)訪問接口 24
2.1.3 數(shù)據(jù)的快速復(fù)用和共享 26
2.2 Alluxio 的系統(tǒng)功能組件 27
2.2.1 Alluxio Master 組件 27
2.2.2 Alluxio Worker 組件 29
2.2.3 Alluxio Client 組件 30
2.3 Alluxio 讀寫場景的行為分析 31
2.3.1 Alluxio 的讀場景數(shù)據(jù)流 31
2.3.2 Alluxio 的寫場景數(shù)據(jù)流 37
第 3 章 Alluxio 與底層存儲(chǔ)系統(tǒng)的集成 40
3.1 配置 HDFS 作為 Alluxio 底層存儲(chǔ) 40
3.1.1 準(zhǔn)備步驟與基本配置流程 41
3.1.2 高級(jí)參數(shù)配置 43
3.1.3 使用 HDFS 在本地運(yùn)行 Alluxio 44
3.2 配置 Secure HDFS 作為 Alluxio 底層存儲(chǔ) 44
3.2.1 準(zhǔn)備步驟與基本配置流程 45
3.2.2 使用安全認(rèn)證模式 HDFS 在本地運(yùn)行 Alluxio 46
3.3 配置 AWS S3 作為 Alluxio 底層存儲(chǔ) 47
3.3.1 準(zhǔn)備步驟與基本配置流程 47
3.3.2 高級(jí)參數(shù)配置 49
3.3.3 使用 S3 在本地運(yùn)行 Alluxio 51
3.4 配置 Google GCS 作為 Alluxio 底層存儲(chǔ) 52
3.4.1 準(zhǔn)備步驟與基本配置流程 52
3.4.2 高級(jí)參數(shù)配置 53
3.4.3 使用 GCS 本地運(yùn)行 Alluxio 54
3.5 配置 Azure BLOB Store 作為 Alluxio 底層存儲(chǔ)系統(tǒng) 55
3.5.1 準(zhǔn)備步驟與基本配置流程 55
3.5.2 使用 Azure BLOB Store 本地運(yùn)行 Alluxio 57
第 4 章 Alluxio 與上層計(jì)算框架的集成 58
4.1 Alluxio 的管理員操作命令 58
4.1.1 操作命令列表 59
4.1.2 操作命令示例 59
4.2 Alluxio 的用戶操作命令 61
4.2.1 操作命令列表 62
4.2.2 操作命令示例 65
4.3 Alluxio 與 Hadoop 操作命令行的集成 78
4.3.1 前期準(zhǔn)備與配置 78
4.3.2 具體使用示例 79
4.4 Alluxio 與 Hadoop MapReduce 的集成 79
4.4.1 前期準(zhǔn)備與配置 80
4.4.2 具體使用示例 82
4.5 Alluxio 與 Spark 的集成 83
4.5.1 前期準(zhǔn)備與配置 83
4.5.2 使用 Alluxio 作為輸入/輸出源 85
4.5.3 Alluxio 與 Spark 集成常見問題分析與解決 86
4.6 Alluxio 與 Hive 的集成 89
4.6.1 安裝并配置 Hive 環(huán)境 89
4.6.2 使用 Alluxio 存儲(chǔ)部分 Hive 表 90
4.6.3 使用 Alluxio 作為默認(rèn)文件系統(tǒng)（存儲(chǔ)全部數(shù)據(jù)） 93
4.6.4 檢查 Hive 和 Alluxio 的集成情況（支持 Hive 2.x） 95
4.7 Alluxio 與 Presto 的集成 96
4.7.1 前期準(zhǔn)備 96
4.7.2 部署分發(fā) Alluxio 客戶端 jar 包 98
4.7.3 Presto 操作命令示例 98
4.8 Alluxio 與 TensorFlow 的集成 100
4.8.1 深度學(xué)習(xí)面臨的數(shù)據(jù)挑戰(zhàn) 100
4.8.2 基于 Alluxio 解決深度學(xué)習(xí)存儲(chǔ)問題的分析 101
4.8.3 安裝并配置 Alluxio FUSE 102
4.8.4 TensorFlow 使用 Alluxio FUSE 管理訪問數(shù)據(jù) 103
第 5 章 Alluxio 基本功能的介紹與使用 105
5.1 Alluxio 系統(tǒng)環(huán)境與屬性的配置 105
5.1.1 Alluxio 系統(tǒng)組件參數(shù)的配置 106
5.1.2 Alluxio 客戶端組件參數(shù)的配置 109
5.1.3 Alluxio 參數(shù)配置的相關(guān)工具 112
5.2 Alluxio 底層文件系統(tǒng)的配置與管理 113
5.2.1 Alluxio 掛載底層存儲(chǔ) 113
5.2.2 Alluxio 與底層存儲(chǔ)的元數(shù)據(jù)一致性保證 116
5.3 Alluxio 緩存資源的配置與管理 120
5.3.1 配置 Alluxio 緩存存儲(chǔ)資源 121
5.3.2 Alluxio 緩存數(shù)據(jù)的載入、駐留及釋放 126
5.3.3 配置 Alluxio 緩存數(shù)據(jù)的生存時(shí)間 127
5.4 Alluxio 系統(tǒng) Web 用戶界面的查看與使用 128
5.4.1 Alluxio Master Web 界面介紹 128
5.4.2 Alluxio Worker Web 界面介紹 134
第 6 章 Alluxio 高級(jí)功能的介紹與使用 137
6.1 Alluxio 的安全認(rèn)證與權(quán)限控制 137
6.1.1 Alluxio 安全認(rèn)證模式的介紹 138
6.1.2 Alluxio 訪問權(quán)限控制的介紹 139
6.1.3 Alluxio 用戶模擬功能的介紹 141
6.1.4 Alluxio 審計(jì)日志功能的介紹 142
6.2 Alluxio 的內(nèi)置 Metrics 系統(tǒng) 143
6.3 Alluxio 文件系統(tǒng)日志的使用與維護(hù) 145
6.4 Alluxio 系統(tǒng)的異常排查 148
Alluxio： 大數(shù)據(jù)統(tǒng)一存儲(chǔ)原理與實(shí)踐
第 7 章 Alluxio 的應(yīng)用案例與生產(chǎn)實(shí)踐 152
7.1 陌陌基于 Alluxio 加速 Spark SQL 查詢 152
7.1.1 Alluxio 緩存應(yīng)用背景簡介 153
7.1.2 陌陌應(yīng)用場景結(jié)合 Alluxio 的分析 153
7.1.3 基于 Alluxio 的陌陌 Ad Hoc 查詢系統(tǒng)架構(gòu) 155
7.1.4 基于 Alluxio 的查詢性能評(píng)估與分析 156
7.1.5 陌陌在 Alluxio 實(shí)戰(zhàn)方面的后續(xù)實(shí)踐 158
7.2 京東基于 Alluxio 和 Presto 構(gòu)建交互式查詢引擎 158
7.2.1 京東大數(shù)據(jù)平臺(tái)的業(yè)務(wù)問題背景 159
7.2.2 JDPresto on Alluxio 架構(gòu)與特性的介紹 160
7.2.3 JDPresto on Alluxio 的性能評(píng)估與分析 161
7.2.4 JDPresto on Alluxio 的應(yīng)用總結(jié) 164
7.3 Alluxio 在攜程實(shí)時(shí)計(jì)算平臺(tái)中的應(yīng)用與實(shí)踐 165
7.3.1 攜程實(shí)時(shí)計(jì)算的應(yīng)用背景 165
7.3.2 基于 Alluxio 的跨集群數(shù)據(jù)共享方案與性能評(píng)估 168
7.4 去哪兒網(wǎng)利用 Alluxio 提升異地存儲(chǔ)訪問性能 169
7.4.1 去哪兒網(wǎng)流式處理背景簡介 170
7.4.2 原有系統(tǒng)架構(gòu)及相關(guān)問題分析 171
7.4.3 基于 Alluxio 改進(jìn)后的系統(tǒng)架構(gòu)介紹與性能評(píng)估 172
7.5 百度基于 Alluxio 加速遠(yuǎn)程數(shù)據(jù)讀取 176
7.5.1 百度跨機(jī)房數(shù)據(jù)查詢問題的描述 177
7.5.2 使用 Alluxio 緩存遠(yuǎn)端數(shù)據(jù)的方案與效果 177
7.5.3 使用 Alluxio 分層存儲(chǔ)的方案與效果 178
7.5.4 基于 Alluxio 提速遠(yuǎn)程數(shù)據(jù)訪問的總結(jié) 180
第 8 章 Alluxio 的開源社區(qū)開發(fā)者指南 181
8.1 Alluxio 的源代碼規(guī)范 181
8.1.1 源代碼風(fēng)格要求 182
8.1.2 Alluxio 的單元測試 184
8.1.3 Alluxio 的日志系統(tǒng) 184
8.1.4 Alluxio 的 RPC 定義 186
8.1.5 Alluxio 文件系統(tǒng)日志消息 186
8.2 Alluxio 的單元測試流程介紹 187
8.2.1 運(yùn)行 Alluxio 單元測試 187
8.2.2 創(chuàng)建 Alluxio 單元測試 188
8.2.3 單元測試需要避免的情況 190
8.2.4 Alluxio 單元測試的全局狀態(tài)管理 191
8.3 貢獻(xiàn)源代碼至 Alluxio 開源社區(qū) 193
8.3.1 開發(fā)者的系統(tǒng)要求和環(huán)境準(zhǔn)備 194
8.3.2 下載 Alluxio 源代碼并配置開發(fā)者郵箱 194
8.3.3 編譯 Alluxio 源代碼 195
8.3.4 領(lǐng)取一個(gè)開發(fā)者新手任務(wù) 196
8.3.5 在本地副本中創(chuàng)建一個(gè)新的開發(fā)分支 196
8.3.6 提交本地的 commit 197
8.3.7 提交一個(gè)社區(qū) Pull Request 198
8.3.8 審閱社區(qū) Pull Request 199