网站文件目录wordpress find

阿里云提供的大数据计算服务MaxCompute（原名ODPS，Open Data Processing Service的简称）是一种快速、完全托管的EB级数据仓库解决方案，主要用于实时性要求不高的离线计算分布式处理场景。因此，大数据计算服务MaxCompute不能用于数据的实时处理场景中。MaxCompute由四部分组成，分别是计算与存储层（MaxCompute Core）、逻辑层 (MaxCompute Server)、接入层 (MaxCompute FrontEnd)以及客户端 (MaxCompute Client)。MaxCompute的整体架构体系如下图所示。

视频讲解如下
【赵渝强老师】阿里云MaxCompute的体系架构

一、 计算与存储层（MaxCompute Core）

MaxCompute的底层存储使用的阿里云自研的分布式文件系统Pangu，它类似于Hadoop中的HDFS。基于Pangu的分布式文件系统，在MaxCompute中数据存储具有以下三个方面的特点：

• 基于MaxCompute Tables：表是MaxCompute的数据存储单元。MaxCompute中不同类型作业的操作对象（输入、输出）都是表。
• 采用Compression Strategy：MaxCompute采用列压缩存储格式，通常情况下具备5倍压缩能力。
• 数据存储可升级为AliORC：MaxCompute数据存储格式全面升级为AliORC，具备更高存储性能。

基于MaxCompute底层存储的数据，MaxCompute使用资源管理和调度系统伏羲对各种计算任务进行统一管理和调度，包括：MapReduce Job、Spark Job、SQL Job、图计算GraphX Job等等。
资源管理和调度系统伏羲，类似于Hadoop中的Yarn。它目前以管理和调度高吞吐的离线数据处理任务为主。

为了实现集群的高可用服务，在MaxCompute的体系架构中还使用了分布式协调服务女娲Nuwa。它类似于Hadoop生态圈体系中的ZooKeeper，可以使分布式集群的各个进程能够协调进行工作。

二、 逻辑层 （MaxCompute Server）

MaxCompute的逻辑层主要实现项目空间和对象的管理、命令的解析与执行逻辑、数据对象的访问控制与授权等功能。在逻辑层有Worker、Scheduler和Executor三个角色，它们各自的角色与作用如下：

• Worker（请求处理器） 处理所有客户端的请求，包括用户空间（project）管理操作、资源（resource）管理操作、作业管理等，对于SQL语句、MapReduce任务等启动伏羲任务的作业，会提交Scheduler进一步处理。
• Scheduler（调度器） 负责伏羲的调度，包括将任务分解为执行单元、对等待提交的执行单元进行排序、以及向伏羲询问执行单元的资源占用情况，并进行流量控制。
• Executor（作业执行管理器） 负责启动具体的任务执行单元，向伏羲提交任务执行单元；Executor还负责监控这些任务的运行。

在了解到了逻辑层的组成部分后，这里将进一步讨论逻辑层的处理流程：当用户提交一个MaxCompute作业请求时，接入层先进行用户认证，然后将作用请求发送给逻辑层的Worker；Worker判断是否为同步请求。如果是同步请求，则本地执行并返回；如果是异步请求，Worker会先做一些检查（如：表是否存在，版本号收费最新等等），并生成任务的ID，然后把请求进一步发送给Scheduler，并返回给客户端一个确认信息。Scheduler把作业分解成各个任务执行单元，Executor主动轮询Scheduler，获取相应的任务执行单元，提交给计算层执行，并定时将自己持有的任务执行单元的状态汇报给Scheduler。

三、 接入层 （MaxCompute FrontEnd）

简单来说，接入层的主要作用就是用于接收客户端的访问请求，并通过阿里云账号服务器对客户端请求中的签名信息进行验证，从而实现对客户端的控制。接入层提供的功能包括：HTTP服务、Cache缓存、Load Balance负载均衡、用户认证和服务层面的访问控制功能。下图很好的说明了接入层的作用。

上图中的AccountID和AccessID有什么区别呢？一个AccountID可以对应多个AccessID和AccessKey，用户的权限数据都是和AccountID对应的。也就是说，假设某个用户被授权访问某个MaxCompute服务，而该用户有多对AccessID和AccessKey，则可以使用任何一对AccessID和AccessKey来访问MaxCompute服务。一个AccountID对应多个AccessID这个是从云计算的安全角度考虑的。比如：一个用户可以访问5个项目空间，每个项目空间可以通过不同的AccessID和AccessKey来访问。这样假设怀疑泄露第一个项目空间的AccessID和AccessKey，则可以删除该项目空间的AccessID和AccessKey，而不用修改其他项目空间的访问方式。

四、 客户端 （MaxCompute Client）

MaxCompute的客户端有四种不同的形式，分别是MaxCompute Web、MaxCompute SDK、MaxCompute CLT和MaxCompute IDE。下表说明了每种客户端的主要特征。