K60至尊版狂暴引擎2.0加持：超177萬跑分斬獲性能第一
Redmi的后性能時代戰(zhàn)略發(fā)布會今天下午如期舉辦，在本次發(fā)布會上，Redmi公布了多項關于和聯(lián)發(fā)科的深度合作，以及新機K60 Ultra在軟件和硬件方面的特性，例如：“K60 至尊版，雙芯旗艦
Twitter實時處理大約4000億事件，并每天生成一個PB(petabyte)的數(shù)據(jù)。Twitter從多種事件源消費數(shù)據(jù)，例如分布式數(shù)據(jù)庫、Kafka、Twitter事件總線等。
Twitter訂閱源中的事件調(diào)用示例
在這篇文章中，我們將嘗試理解：
為了處理事件，Twitter有自己的一套內(nèi)部工具，例如：
在我們深入了解事件系統(tǒng)如何演變之前，讓我們簡要了解一下這四種內(nèi)部工具。
TimeSeriesAggregator：
Twitter的數(shù)據(jù)工程團隊面臨著每天處理數(shù)十億事件的挑戰(zhàn)，無論是批處理還是實時處理。TSAR是一個健壯的、可擴展的、實時事件時間序列聚合框架，主要用于監(jiān)控參與度：聚合與推文的互動，按多種維度(如設備、參與類型等)進行分段。
讓我們在非常高的層次上檢查Twitter的工作原理。所有Twitter功能都由遍布全球的微服務支持，包括超過10萬個實例。它們負責生成事件，這些事件被發(fā)送到事件聚合層，該層由Meta的一個開源項目構建。這一層負責對這些事件進行分組，運行聚合作業(yè)，并將數(shù)據(jù)存儲在HDFS中。然后處理這些事件，并進行格式轉(zhuǎn)換，重新壓縮數(shù)據(jù)，以創(chuàng)建格式良好的數(shù)據(jù)集。
Twitter的舊架構基于lambda架構，它包括批處理層、速度層和服務層。批處理部分是由客戶端生成的日志，并在事件處理后存儲在Hadoop分布式文件系統(tǒng)(HDFS)上。Twitter構建了幾個擴展管道，用于預處理原始日志，并將它們作為離線源攝入到Summingbird平臺中。速度層的實時組件源是Kafka主題。
一旦數(shù)據(jù)被處理，批處理數(shù)據(jù)就存儲在Manhattan分布式系統(tǒng)中，而實時數(shù)據(jù)則存儲在Twitter自己的分布式緩存Nighthawk中。TSAR系統(tǒng)，如TSAR查詢服務，查詢緩存和數(shù)據(jù)庫，是服務層的一部分。
Twitter在三個不同的數(shù)據(jù)中心有實時管道和查詢服務。為了減少批處理計算成本，Twitter在一個數(shù)據(jù)中心運行批處理管道，并將數(shù)據(jù)復制到其他兩個數(shù)據(jù)中心。
你能想到為什么實時數(shù)據(jù)會存儲在緩存中而不是數(shù)據(jù)庫中嗎?
讓我們嘗試理解這種架構在實時事件處理中可能遇到的挑戰(zhàn)。
讓我們用一個例子來理解這一點：
假設有一個大事件，如FIFA世界杯。推文源將開始向推文拓撲發(fā)送大量事件。解析推文的bolts無法及時處理事件，拓撲內(nèi)部出現(xiàn)了背壓。當系統(tǒng)長時間處于背壓狀態(tài)時，heron bolts可能會積累spout滯后，這表明系統(tǒng)延遲高。Twitter觀察到，當這種情況發(fā)生時，拓撲滯后的下降需要很長時間。
團隊使用的操作解決方案是重啟Heron容器以重新開始處理流。這可能導致操作期間事件丟失，從而導致緩存中聚合計數(shù)的不準確。
現(xiàn)在讓我們嘗試理解批處理事件的例子。Twitter有幾個重計算管道處理PB級別的數(shù)據(jù)，并每小時運行一次，以將數(shù)據(jù)同步到Manhattan數(shù)據(jù)庫中。現(xiàn)在讓我們想象一下，如果同步作業(yè)需要超過一個小時，而下一個作業(yè)已經(jīng)安排開始。這可能導致系統(tǒng)的背壓增加，并可能導致數(shù)據(jù)丟失。
正如我們所看到的，TSAR查詢服務整合了Manhattan和緩存服務，為客戶提供數(shù)據(jù)。由于實時數(shù)據(jù)可能丟失，TSAR服務可能會向客戶提供不準確的指標。
讓我們嘗試理解促使他們解決這個問題的客戶和業(yè)務影響：
現(xiàn)在，這意味著如果我們想根據(jù)用戶生成的事件更新用戶的時間線，或者根據(jù)用戶與Twitter系統(tǒng)的互動進行用戶行為分析，客戶將無法做到，因為他們需要等待批處理完成。
新架構建立在Twitter數(shù)據(jù)中心服務和Google Cloud平臺上。Twitter構建了一個事件處理管道，將kafa主題轉(zhuǎn)換為pub sub主題，然后發(fā)送到Google Cloud。在Google Cloud上，流數(shù)據(jù)流作業(yè)執(zhí)行實時聚合，并將數(shù)據(jù)沉入BigTable中。
對于服務層，Twitter使用了一個在Twitter數(shù)據(jù)中心前端和Bigtable及Bigquery后端的LDC查詢服務。整個系統(tǒng)可以以低延遲(約10毫秒)流式處理每秒數(shù)百萬事件，并且在高流量期間可以輕松擴展。
這種新架構節(jié)省了構建批處理管道的成本，對于實時管道，Twitter能夠?qū)崿F(xiàn)更高的聚合精度和穩(wěn)定的低延遲。此外，他們不需要在多個數(shù)據(jù)中心維護不同的實時事件聚合。
與舊架構中的Heron拓撲相比，新架構提供了更低的延遲，并提供了更高的吞吐量。此外，新架構處理了延遲事件計數(shù)，并且在進行實時聚合時不會丟失事件。更重要的是，新架構中沒有批處理組件，因此簡化了設計并減少了舊架構中存在的計算成本。
通過將基于TSAR的舊架構遷移到Twitter數(shù)據(jù)中心和Google Cloud平臺的混合架構，Twitter能夠?qū)崟r處理數(shù)十億事件，并實現(xiàn)低延遲、高精度、穩(wěn)定性、架構簡化和降低工程師的運營成本。
本文鏈接：http://www.www897cc.com/showinfo-26-83612-0.htmlTwitter如何優(yōu)化處理4000億事件的流程
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 銘瑄科技出席 2024 英特爾網(wǎng)咖及電競酒店行業(yè)生態(tài)論壇 為電競生態(tài)貢獻力量
下一篇： Python的這個特性，省了我一大堆代碼
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號