Apache Storm Use Cases



Apache Storm ได้รับความนิยมเนื่องจากมีคุณสมบัติการประมวลผลแบบเรียลไทม์และได้รับการปรับใช้ด้วยเหตุผลนี้ นี่คือบางกรณีการใช้งาน Apache Storm

Apache Storm ได้รับความนิยมเนื่องจากมีคุณสมบัติการประมวลผลแบบเรียลไทม์และหลายองค์กรได้นำมันมาใช้เป็นส่วนหนึ่งของระบบด้วยเหตุผลนี้ มาดูกันว่าองค์กรต่างๆรวม Apache Storm อย่างไร





Apache Storm ใช้กรณี:

ทวิตเตอร์

Storm ใช้เพื่อขับเคลื่อนระบบ Twitter ที่หลากหลายเช่นการวิเคราะห์แบบเรียลไทม์การปรับเปลี่ยนในแบบของคุณการค้นหาการเพิ่มประสิทธิภาพรายได้และอื่น ๆ อีกมากมาย Apache Storm ผสานเข้ากับโครงสร้างพื้นฐานอื่น ๆ ของ Twitter ซึ่งรวมถึงระบบฐานข้อมูลเช่น Cassandra, Memcached ฯลฯ โครงสร้างพื้นฐานการส่งข้อความ Mesos และระบบตรวจสอบและแจ้งเตือน ตัวกำหนดตารางเวลาการแยกของ Storm ทำให้สามารถใช้คลัสเตอร์เดียวกันสำหรับแอปพลิเคชันที่ใช้งานจริงและแอปพลิเคชันที่อยู่ระหว่างการพัฒนาได้เช่นกัน เป็นวิธีที่มีประสิทธิภาพสำหรับการวางแผนกำลังการผลิต

ฟังก์ชันโอเวอร์โหลด c ++

Yahoo!
Yahoo! กำลังทำงานบนแพลตฟอร์มรุ่นใหม่ที่ช่วยให้สามารถผสานรวมข้อมูลขนาดใหญ่และการประมวลผลที่มีเวลาแฝงต่ำ แม้ว่า Hadoop จะเป็นเทคโนโลยีหลักที่ใช้ที่นี่สำหรับการประมวลผลแบบแบตช์ แต่ Apache Storm อนุญาตให้ประมวลผลสตรีมของเหตุการณ์ของผู้ใช้ฟีดเนื้อหาและบันทึกแอปพลิเคชัน



Infochimps
Infochimps ใช้ Apache Storm เป็นแหล่งที่มาสำหรับหนึ่งในสามของบริการข้อมูลบนคลาวด์ - Data Delivery Services (DDS) ซึ่งใช้ Storm เพื่อให้การรวบรวมข้อมูลระดับองค์กรที่ทนต่อความผิดพลาดและปรับขนาดได้เชิงเส้นการขนส่งและบริการคลาวด์การประมวลผลในสตรีมที่ซับซ้อน . เช่นเดียวกับ Hadoop ซึ่งให้บริการ ETL แบบแบตช์และการประมวลผลการวิเคราะห์แบทช์ขนาดใหญ่ DDS ยังมี ETL แบบเรียลไทม์และการประมวลผลแบบเรียลไทม์ขนาดใหญ่

ฟลิปบอร์ด
Flipboard เป็นที่เดียวในการสำรวจรวบรวมและแบ่งปันข่าวสารที่คุณสนใจ Flipboard ใช้พายุสำหรับบริการที่หลากหลายเช่นการค้นหาเนื้อหาการวิเคราะห์แบบเรียลไทม์ฟีดนิตยสารที่กำหนดเองเป็นต้น Apache Storm รวมเข้ากับโครงสร้างพื้นฐานที่มีระบบเช่น ElasticSearch, Hadoop, HBase และ HDFS เพื่อสร้างแพลตฟอร์มข้อมูลที่ปรับขนาดได้สูง

Ooyala
Ooyala เป็น บริษัท เอกชนที่ได้รับการสนับสนุนร่วมทุนซึ่งจัดหาผลิตภัณฑ์และบริการเทคโนโลยีวิดีโอออนไลน์สำหรับเครือข่ายแบรนด์และ บริษัท สื่อที่ใหญ่ที่สุดในโลก Ooyala มีเครื่องมือวิเคราะห์ที่ประมวลผลการวิเคราะห์มากกว่าสองพันล้านเหตุการณ์ในแต่ละวันสร้างขึ้นจากผู้ชมเกือบ 200 ล้านคนทั่วโลกที่ดูวิดีโอบนเครื่องเล่นที่ขับเคลื่อนด้วย Ooyala Ooyala ใช้ Apache Storm เพื่อให้บริการลูกค้าการวิเคราะห์การสตรีมแบบเรียลไทม์เกี่ยวกับพฤติกรรมการดูของผู้บริโภคและแนวโน้มเนื้อหาดิจิทัล Storm อนุญาตให้ขุดชุดข้อมูลวิดีโอออนไลน์ได้อย่างรวดเร็วเพื่อส่งมอบข้อมูลทางธุรกิจในปัจจุบันเช่นการดูรูปแบบแบบเรียลไทม์คำแนะนำเนื้อหาส่วนบุคคลคู่มือการเขียนโปรแกรมและข้อมูลเชิงลึกที่มีค่าเกี่ยวกับวิธีเพิ่มรายได้



Taobao
Taobao ด้วยความช่วยเหลือของ Apache Storm สร้างสถิติของบันทึกและดึงข้อมูลที่เป็นประโยชน์จากสถิติแบบเรียลไทม์ บันทึกจะอ่านจากคิวข้อความต่อเนื่องไปเป็นพวยกาประมวลผลแล้วส่งต่อไปยังโทโพโลยีเพื่อคำนวณผลลัพธ์ที่ต้องการ จำนวนบันทึกการป้อนข้อมูลของ Taobao แตกต่างกันไปตั้งแต่ 2 ล้านถึง 1.5 พันล้านในแต่ละวัน

Klout
Klout เป็นแอปพลิเคชันที่ใช้การวิเคราะห์โซเชียลมีเดียเพื่อจัดอันดับผู้ใช้ตามอิทธิพลทางสังคมออนไลน์ผ่าน“ Klout Score” ซึ่งเป็นค่าตัวเลขระหว่าง 1 ถึง 100 Klout ใช้นามธรรม Trident ในตัวของ Apache Storm เพื่อสร้างโทโพโลยีที่ซับซ้อนเพื่อสตรีมข้อมูล จากตัวรวบรวมเครือข่ายผ่าน Kafka จากนั้นประมวลผลและเขียนลงใน HDFS

พวกเราไป
Wega เป็นเครื่องมือค้นหาข้อมูลการเดินทางที่ครอบคลุมทั่วโลกซึ่งดำเนินการทั่วโลกและใช้โดยนักเดินทางจำนวนนับไม่ถ้วนเพื่อรับตัวเลือกเพิ่มเติมในการจ่ายน้อยลงและเดินทางได้มากขึ้น Wego เปรียบเทียบและแสดงตารางเที่ยวบินแบบเรียลไทม์ห้องว่างของโรงแรมราคาและแสดงเว็บไซต์ท่องเที่ยวอื่น ๆ ทั่วโลก ที่นี่ Apache Storm สตรีมข้อมูล metasearch แบบเรียลไทม์จาก บริษัท ในเครือไปยังผู้ใช้ปลายทาง แนวคิดโทโพโลยีใน Storm แก้ไขปัญหาการเกิดพร้อมกันและในขณะเดียวกันก็ช่วยให้พวกเขาสามารถรวมแยกวิเคราะห์และทำความสะอาดข้อมูลได้อย่างไม่ลดละ นอกจากนี้เครื่องมือที่มีให้ใน Storm ยังเปิดใช้งานการอัปเดตเพิ่มเติมเพื่อปรับปรุงข้อมูลของพวกเขา

อะไรคือความแตกต่างระหว่าง javascript และ jquery

เชื้อเพลิงจรวด
Rocket Fuel นำเสนอแพลตฟอร์มการซื้อสื่อชั้นนำในระดับ Big Data ซึ่งใช้ประโยชน์จากพลังของปัญญาประดิษฐ์ (AI) เพื่อขยาย ROI ทางการตลาดในสื่อดิจิทัล พวกเขากำลังสร้างแพลตฟอร์มแบบเรียลไทม์ที่ด้านบนของ Storm ซึ่งเลียนแบบขั้นตอนการทำงานที่สำคัญของเวลาที่มีอยู่แล้วในไปป์ไลน์ ETL ที่ใช้ Hadoop แพลตฟอร์มนี้ติดตามการแสดงผลการคลิก Conversion คำขอราคาเสนอ ฯลฯ แบบเรียลไทม์

Navsite
Navsite ใช้ Apache Storm เป็นส่วนหนึ่งของระบบตรวจสอบและตรวจสอบบันทึกเหตุการณ์ของเซิร์ฟเวอร์ ข้อความบันทึกจากเซิร์ฟเวอร์หลายพันเครื่องจะถูกส่งไปยังคลัสเตอร์ RabbitMQ และ Storm ใช้เพื่อเปรียบเทียบแต่ละข้อความกับชุดนิพจน์ทั่วไป หากมีการจับคู่ข้อความจะถูกส่งไปยังโบลต์ที่เก็บข้อมูลใน MongoDB ในขณะนี้มีการจัดการข้อความ 5-10k ต่อวินาทีอย่างไรก็ตามคลัสเตอร์ RabbitMQ + Storm ที่มีอยู่ได้รับการทดสอบสูงสุดประมาณ 50k ต่อวินาที

มีองค์กรอีกมากมายที่ใช้ Apache Storm และคาดว่าจะเข้าร่วมเกมนี้มากขึ้นเนื่องจาก Apache Storm ยังคงเป็นผู้นำในการวิเคราะห์แบบเรียลไทม์

ตรวจสอบ .