【前言】大数据计算平台,使用了Hadoop、Spark、Storm、Flink等这些分布式的实时或者离线计算框架,建立计算集群,并在上面运行各种计算任务。
21世纪的现在,大数据这个名词对我们来说并不陌生,大数据受到了不同行业,不同领域的各界人士的关注,就在今年已经过去的两会中,大数据的发展及使用也成为两会的热门话题。
大数据行业火热的发展,大数据技术将海量数据的价值化来赋予传统行业不一样的发展前景,大数据不仅助力企业的发展,同时也在政府等关于民意收集等等多个领域得到广泛应用,因此,大数据技术在未来的发展前景广阔。
BR-odp作为一款专业的大数据平台,面向用户提供了完善的数据导入方案以及多种经典的分布式应用模式,能够更快速的响应和匹配用户需求,解决用户海量数据计算和存储问题,有效降低企业成本,并保障企业数据安全。
大数据平台搭建方案之BR-odp大数据安全模块
(1) 提供身份验证、授权和数据保护这3大安全策略,安全性以多个层次加入和集成到 BR-ODP中。
(2) 提供用于身份验证、授权、可归责性以及数据保护的关键功能,让您能够满足这些安全要求,确保 BR-ODP 安全。
(3)BR-ODP 在所有企业 Hadoop功能上保持方法一致,还确保您可集成和扩展自己当前的安全解决方案,从而在的现代化数据架构上提供单一、一致、安全的保护。
大数据平台搭建方案之BR-ODP管理模块
BR-ODP管理模块在BR-ODP生态圈里起着重要的作用。Ambari、Zookeeper、Oozie作为大数据平台搭建的利器,扮演着重要的角色,发挥着重要作用。
(2)Ambari作为集群的部署和集群操作组件,大大简化了对集群安装,尤其是对大规模集群的安装、配置以及服务操作;
(3)Zookeeper,是一个分布式的,开放源码的分布式应用程序协调服务,它是一个为分布式应用提供一致性服务的软件,是BR-ODP中用来维护系统一致性的组件,在保证集群的元数据存储,服务的高可用性上起到了举足轻重的作用。
(3)Oozie作为BR-ODP任务的调度工具,可以对基于Hadoop的任务制定详细的任务计划,但是由于其配置和使用比较复杂,现在使用该工具的并不是很多。
原文地址:https://blog.51cto.com/14191705/2402248