2020-09-24【学习笔记】【企业数据湖】三、Lambda架构：一种数据湖实现模式（2）

四、Lambda架构的组件

在数据湖背景中，Lambda机构的组件只构成了其中的一个功能模块，即Lambda层。

Lambda层的主要模块：

• 批处理层
• 快速处理层
• 服务层

1、批处理层

尽可能按数据最原始的格式来存储数据。由于数据不存在遗漏或转换，因此，可以在不同的阶段从不同的维度衍生出许多不同的用例。在批处理中主数据以不可变状态存储。可以被访问也可以被用于各种分析。数据是不可变的，不可被更新和删除。

2、快速处理层

也称为实时层，是为满足实时分析的需要。批处理层之间是比较耗时的，由于用户需要在一个批处理运行完成和另一个批处理开始之间进行数据分析。快速处理层负责合并批处理视图和实时数据。现在，批处理窗口可以减小，但是由于批量处理大量数据，批处理层的处理通常较为耗时。但业务不能因等待批处理层的延迟而滞后。为了实现近实时数据分析，增量数据以低延迟的方式进入快速处理层。一旦批处理层某次执行完毕，并覆盖了快速处理层中的数据，那么实时视图就会被放弃，然后系统进入下一轮处理。

快速处理层有几个非常重要的概念，为了实现该层的基本目标必须了解他们：

• 增量计算
• 最终一致性

快速处理层与批处理层处理的数据集相对较少。且必须要快速的随机读取与写入。

CAP定理：即一致性，可用性，分区容错性定理，也因计算机科学家Eric Brewer而称为布鲁尔定理，指出在分布式系统中的三者不能同时满足。

最终一致性：是分布式计算中使用的一致性模型，用来实现高可用性，基本保证如果对给定数据项不做任何更新，则最终对该数据项的所有访问都将返回后更新的值。

3、服务层

服务层的工作是响应查询，将批处理层和快速处理层创建的视图展示给用户或其他系统。

五、Lambda架构的完整工作原理

六、Lambda架构的优势

• 数据以原始数据存储
• Lambda架构的重要原则中包括了重新计算
• Lambda架构将不同的职能划分为定义明确、边界清晰的功能模块、层
• Lambda架构是一个可拔插的架构