2017年6月，開始數據分析的職業生涯，作爲架構師，建立起一套基於.Net/.Net Core的小數據實時處理計算平臺，這裏記錄學習過程中的點點滴滴！
數據分析的核心，可以理解爲：Select xxx From table Where yyy Group By zzz
小數據計算平臺的定位：
- 數據量在1000萬行到100億行之間，傳統關係型數據庫算起來吃力，且類似項目不是特別多，Hadoop搭起來難以收回成本
- 資源投入有限，基於傳統項目之上的輕量級數據分析，一般只能有1~2臺服務器，Hadoop最好能有8臺以上服務器
- 門檻低，普通軟件工程師容易上手做數據分析，並參與開發配套的業務系統，大數據開發工程師需要會很多（Hadoop、MapReduce、HDFS、Hive、HBase、Spark、Zookeeper、Sqoop）
- 實時內存計算，C#/Java/Go+Redis/MongoDB，輕鬆做到0.5~5分鐘實時處理，大多數大數據開發工程師只熟悉 Hadoop+Hive，擅長T+1離線計算，對實時計算Spark+HBASE熟悉的不多
題外：其實大家平時藉助消息隊列（Kafaka/RocketMQ）異步處理的統計，本身就屬於實時計算數據分析的一種！
該平臺的目標並非替代Hadoop，而是對中小型數據分析提供一種輕量級選擇。
實際上我們大部門就有完整的Hadoop大數據平臺，我們的許多模塊，都跟Hive、HBase、Kafka等有大量的數據交互
未來的日子裏，會根據後面的小數據平臺配套，把相關技術慢慢寫下來。
文章目錄：
小數據計算平臺配套：
- 關係型數據庫，數據來源以及計算結果存儲，推薦MySql，批量插入5000~50000tps
- Redis，原始數據源預熱，中間計算數據臨時存儲，結果數據緩衝隊列，選Linux/Windows多實例部署，單實例性能8w~10wops
- 計算節點，核心數據分析應用，從數據庫或Redis或微服務讀取原始數據和基礎數據，根據業務規則進行計算，統計結果直接落庫或藉助Redis異步落庫
- 調度系統，時間片調度算法，對數據進行切片處理，多實例多線程並行計算，錯誤或超時重試機制。計算節點上跑的分析應用依賴於調度系統
- 服務節點，頻繁且反覆讀取的小數據（1000萬~100億）預熱進入Redis，大量部署微服務，封裝各種數據訪問，10萬以下數據直接緩存到進程內存
- 微服務註冊中心，每個服務至少部署2個節點（可用性、負載均衡），大量服務需要管理起來，伸縮擴容
- 配置中心，數據分析應用和微服務的大量伸縮部署，需要有配置中心把數據庫配置等各種配置管理起來
- 監控中心，監控重要計算節點和服務節點，通過微信/短信/釘釘等工具報告緊急情況，或每天提供數據簡報
實際使用根據需要進行調整，如果數據分析項目不多，後面的輔助性配套可以不要。
關於博客，10多年來斷斷續續也寫了不少博文，我寫的博客有個特點，都是經過深思熟慮並且在網絡上很少能找到相關內容的知識點。
關於工作，公司財報提到2018年第二季度包裹量21.16億件，公司名和具體工作內容不方便討論，還請大家見諒和監督！
本文答疑：QQ羣1600800，2018-08-12 20:00:00
End.