大数据手撕大数据离线计算方案

Posted 2022-11-07 长城守卫队长

1.使用场景分析：

为什么使用大数据离线计算，工作中，我们总会涉及一些跨数据库的统计需求，如果数量少，我们可以通过java代码代替sql的jion，但是数据量大，两个数据库的实例是无法进行jion连接的，如果项目进行分库分表，我们是无法直接通过mysql的sql语句进行jion关联的，此时我们需要借助大数据离线计算方案

2.业务架构图

1.简历离线画像计算

 

思路分析：简历库和字段数据库是两个数据库：我们进行简历数据全量统计时候是无法直接jion的，此时我们需要通过sqoop把数据拉取到hive数据库里面，在hive数据库里面计算得到一张新表，然后在通过sqoop命令把新表的数据推到mysql（bi数据库）中（这个表的存储引擎建议用myisam），然后java通过去查询bi数据库，将数据展示给用户。

2.日志采集架构图：