datacube 数据立方体开源项目

我要开发同款
匿名用户2014年08月19日
34阅读
开发技术Java
所属分类程序开发、日志工具(Logging)
授权协议Apache

作品详情

数据立方体是复杂计算的抽象。Datacube是用Java实现的,可插入数据库后端支持的数据立方体。

datacube是用来存储大数据点的聚合信息。数据立方体存储的是有趣输入数据点的子集。比如,你正在编写一个web服务器日志分析工具,你的输入点可能是日志行,你可能会计算每个浏览器的类型,每个浏览器的版本,操作系统类型,操作系统版本和其他属性。同时你可能会需要计算一个特定的组合计数(浏览器类型,浏览器版本,操作系统类型),(浏览器类型,浏览器版本,操作系统类型,操作系统版本),等等。

这对快速添加和修改计数是个很大的挑战,会浪费很多时间在数据库代码和重新用新计数器处理旧数据。而数据立方体就可以帮忙解决这些问题。

UrbanAirship使用datacube项目来支持他们的移动端应用的分析栈,每个节点每秒处理大约10K的事件。

datacube要求JDK1.6。

特性

性能:高速异步IO后端处理

使用HadoopMapReduce进行批量加载

可插入数据库接口

datacube暂时只支持HBase数据库后端。

示例:

IdService idService = new CachingIdService(5, new MapIdService());ConcurrentMap<BoxedByteArray,byte[]> backingMap =         new ConcurrentHashMap<BoxedByteArray, byte[]>();DbHarness<LongOp> dbHarness = new MapDbHarness<LongOp>(backingMap, LongOp.DESERIALIZER,         CommitType.READ_COMBINE_CAS, idService);HourDayMonthBucketer hourDayMonthBucketer = new HourDayMonthBucketer();Dimension<DateTime> time = new Dimension<DateTime>("time", hourDayMonthBucketer, false, 8);Dimension<String> zipcode = new Dimension<String>("zipcode", new StringToBytesBucketer(),         true, 5);DataCubeIo<LongOp> cubeIo = null;DataCube<LongOp> cube;Rollup hourAndZipRollup = new Rollup(zipcode, time, HourDayMonthBucketer.hours);Rollup dayAndZipRollup = new Rollup(zipcode, time, HourDayMonthBucketer.days);Rollup hourRollup = new Rollup(time, HourDayMonthBucketer.hours);Rollup dayRollup = new Rollup(time, HourDayMonthBucketer.days);List<Dimension<?>> dimensions =  ImmutableList.<Dimension<?>>of(time, zipcode);List<Rollup> rollups = ImmutableList.of(hourAndZipRollup, dayAndZipRollup, hourRollup,        dayRollup);cube = new DataCube<LongOp>(dimensions, rollups);cubeIo = new DataCubeIo<LongOp>(cube, dbHarness, 1, Long.MAX_VALUE, SyncLevel.FULL_SYNC);DateTime now = new DateTime(DateTimeZone.UTC);// Do an increment of 5 for a certain time and zipcodecubeIo.writeSync(new LongOp(5), new WriteBuilder(cube)        .at(time, now)        .at(zipcode, "97201"));// Do an increment of 10 for the same zipcode in a different hour of the same dayDateTime differentHour = now.withHourOfDay((now.getHourOfDay()+1)%24);cubeIo.writeSync(new LongOp(10), new WriteBuilder(cube)        .at(time, differentHour)        .at(zipcode, "97201"));// Read back the value that we wrote for the current hour, should be 5 Optional<LongOp> thisHourCount = cubeIo.get(new ReadBuilder(cube)         .at(time, HourDayMonthBucketer.hours, now)        .at(zipcode, "97201"));Assert.assertTrue(thisHourCount.isPresent());Assert.assertEquals(5L, thisHourCount.get().getLong());// Read back the value we wrote for the other hour, should be 10Optional<LongOp> differentHourCount = cubeIo.get(new ReadBuilder(cube)        .at(time, HourDayMonthBucketer.hours, differentHour)        .at(zipcode, "97201"));Assert.assertTrue(differentHourCount.isPresent());Assert.assertEquals(10L, differentHourCount.get().getLong());// The total for today should be the sum of the two incrementsOptional<LongOp> todayCount = cubeIo.get(new ReadBuilder(cube)        .at(time, HourDayMonthBucketer.days, now)        .at(zipcode, "97201"));Assert.assertTrue(todayCount.isPresent());Assert.assertEquals(15L, todayCount.get().getLong());
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论