HPCC

来自开放百科 - 灰狐
(版本间的差异)
跳转到: 导航, 搜索
(AWS)
(ECL)
 
(未显示1个用户的29个中间版本)
第1行: 第1行:
 
{{SeeWikipedia}}
 
{{SeeWikipedia}}
  
HPCC (High-Performance Computing Cluster), 也称为 DAS (Data Analytics Supercomputer) 是一个开源(Apache v2)的大数据处理和分析平台,使用 [[C++]] [https://en.wikipedia.org/wiki/ECL_%28data-centric_programming_language%29 ECL] 开发。
+
HPCC
 +
[[文件:hpcc-systems-logo.png|right]]
 +
==新闻==
 +
*[https://wiki.hpccsystems.com/display/hpcc/10+Year+Anniversary+Podcast+Series 庆祝为HPCC开源社区服务10年] (June 15, 2021)
  
 
==简介==
 
==简介==
 +
HPCC (High-Performance Computing Cluster), 也称为 DAS (Data Analytics Supercomputer) 是一个开源(Apache v2)的大数据处理和分析平台,使用 [[C++]] 和 [https://en.wikipedia.org/wiki/ECL_%28data-centric_programming_language%29 ECL] 开发。
 +
 +
* 一套[[C++]]开发的大数据处理和分析平台;
 +
* ECL (Enterprise Control Language) 和KEL (Knowledge Engineering Language) 是两个High Level的脚本语言;
 +
* [https://hpccsystems.com/about/hpcc-hadoop-comparison HPCC比Apache Hadoop历史更加悠久,在并行架构上也有自己的独到之处:Data Parallelism、Pipeline Parallelism、System Parallelism]
  
 
==版本==
 
==版本==
*6.0.x
+
[https://hpccsystems.com/download/release-notes HPCC Community Edition]
*5.6.x
+
*[https://wiki.hpccsystems.com/display/hpcc/HPCC+Systems+9.4.x+Releases 9.x]
 +
*[https://wiki.hpccsystems.com/display/hpcc/HPCC+Systems+8.0.x+Releases 8.x Cloud Native]
 +
*[https://wiki.hpccsystems.com/display/hpcc/HPCC+Systems+7.12.x+Releases 7.x]
 +
*[https://wiki.hpccsystems.com/display/hpcc/HPCC+Systems+6.4.x+Releases 6.x]
 +
*[https://wiki.hpccsystems.com/display/hpcc/HPCC+Systems+5.6.x+Releases 5.x]
  
 
==组件==
 
==组件==
第25行: 第37行:
  
 
==指南==
 
==指南==
下载 [https://hpccsystems.com/download/virtual-machine-image HPCC 虚拟机],快速启动。
+
下载 [https://hpccsystems.com/download/virtual-machine-image HPCC 虚拟机] 快速启动。
 
  http://127.0.0.1:8010/
 
  http://127.0.0.1:8010/
 +
HPCC配置管理器
 +
sudo /opt/HPCCSystems/sbin/configmgr
 +
http://localhost:8015
 +
 +
==项目==
 +
*[https://github.com/hpcc-systems HPCC @ GitHub]
  
 
==机器学习==
 
==机器学习==
*[https://github.com/hpcc-systems/ecl-ml ECL Machine Learning library] ECL编写
+
*[https://github.com/hpcc-systems/ML_Core Core ECL Machine Learning library] ECL编写
 
*[http://docs.huihoo.com/hpcc/Machine-Learning-Library-Reference.pdf Machine Learning Library Reference]
 
*[http://docs.huihoo.com/hpcc/Machine-Learning-Library-Reference.pdf Machine Learning Library Reference]
 
*[http://docs.huihoo.com/hpcc/developing-machine-learning-algorithms-on-hpcc-ecl-platfrom.pdf Developing Machine Learning Algorithms on HPCC/ECL Platform]
 
*[http://docs.huihoo.com/hpcc/developing-machine-learning-algorithms-on-hpcc-ecl-platfrom.pdf Developing Machine Learning Algorithms on HPCC/ECL Platform]
第47行: 第65行:
  
 
==ECL==
 
==ECL==
 +
声明性的、模块化的、可扩展的企业控制语言(ECL)是专为处理大数据而设计的。ECL代码编译成优化的C++,并且可以利用C++库方便地扩展。
 +
 +
我可以写4行ECL代码来替代SQL中的200行。这使得阅读,理解和维护代码变得非常容易。- Adwait Joshi, DataSeers公司CEO 
 +
*[https://github.com/hpcc-systems/HPCC-Platform/tree/master/ecl ECL @ GitHub]
 +
*[https://github.com/hpcc-systems/ecl-bundles ECL bundles]
 
*[https://github.com/infosys-hpcc/eclbuilder ECLBuilder] [http://docs.huihoo.com/hpcc/ecl-builder-an-ecl-web-interface-for-analytics.pdf HPCC Systems ECL Builder]
 
*[https://github.com/infosys-hpcc/eclbuilder ECLBuilder] [http://docs.huihoo.com/hpcc/ecl-builder-an-ecl-web-interface-for-analytics.pdf HPCC Systems ECL Builder]
  
第55行: 第78行:
 
*[https://hpccsystems.com/resources/faq/what-ecl-ide What is the ECL IDE?]
 
*[https://hpccsystems.com/resources/faq/what-ecl-ide What is the ECL IDE?]
 
*[https://github.com/hpcc-systems/eclide eclide] [[C++]]编写
 
*[https://github.com/hpcc-systems/eclide eclide] [[C++]]编写
 +
*[https://github.com/GordonSmith/vscode-ecl ECL for Visual Studio Code]
  
 
==ECL Watch==
 
==ECL Watch==
第74行: 第98行:
  
 
==Thor==
 
==Thor==
Thor (the Data Refinery Cluster)
+
Thor (the Data Refinery Cluster), Thor 集群负责复杂的数据处理。
 +
 
 +
Thor,数据提炼引擎,是提取和补充数据的引擎。
 +
* Thor 使用主从拓扑,其从机提供本地化的数据存储和处理能力,主机监控和协调从机的活动,并传递任务状态信息。
 +
* 中间组件提供命名服务和其它服务,以辅助执行分布式任务。
  
 
==Roxie==
 
==Roxie==
Roxie (Rapid Online XML Inquiry Engine)
+
Roxie (Rapid Online XML Inquiry Engine), ROXIE 集群负责数据查询和报告。
 +
 
 +
ROXIE,数据传送引擎,提供了高性能的在线处理和数据仓库功能。
 +
* 每一个ROXIE节点会启动一个服务器进程和一个代理进程。这个服务器进程会处理用户传入的查询请求,并将查询任务分配给ROXIE集群相应的代理,校对结果,最后将有效负载返回给客户端。
 +
* 查询可能包括数据联接和其它复杂数据转换,有效负载可以包含结构化或非结构化的数据。
  
 
==Interlok==
 
==Interlok==
第91行: 第123行:
 
==ESP==
 
==ESP==
 
ESP (Enterprise Services Platform)
 
ESP (Enterprise Services Platform)
 +
 +
==DFS==
 +
分布式文件系统 (DFS)
 +
 +
* Thor DFS 是面向数据记录而设计的,并针对大数据ETL(提取-转换-加载) 进行了优化。数据记录存在于大数据输入文件中,可能是标准格式或是自定义格式,可能是定长或是不定长。大数据输入文件会在集群的 DFS 中进行分区,每一个节点都会获得大致相同数量的数据记录,并且单独记录不会被分割。
 +
* ROXIE DFS 基于索引,并针对并发查询处理进行了优化。该系统基于自定义B+树结构,可以实现快速、高效的数据摄取。
  
 
==Nagios==
 
==Nagios==
第100行: 第138行:
 
==Hadoop==
 
==Hadoop==
 
[https://hpccsystems.com/why-hpcc-systems/hpcc-hadoop-comparison HPCC和Hadoop的比较]
 
[https://hpccsystems.com/why-hpcc-systems/hpcc-hadoop-comparison HPCC和Hadoop的比较]
 +
 +
==[[Apache Cassandra|Cassandra]]==
 +
*[https://github.com/hpcc-systems/HPCC-Platform/tree/master/plugins/cassandra Cassandra Plugin]
 +
*[https://github.com/datastax/cpp-driver DataStax C/C++ Driver for Apache Cassandra]
 +
 +
==[[Apache Kafka|Kafka]]==
 +
*[https://github.com/hpcc-systems/HPCC-Platform/tree/master/plugins/kafka Kafka Plugin]
 +
*[https://github.com/edenhill/librdkafka Apache Kafka C/C++ library]
  
 
==AWS==
 
==AWS==
第128行: 第174行:
 
image:Pig-Program-Translation-to-MapReduce.png|Pig
 
image:Pig-Program-Translation-to-MapReduce.png|Pig
 
image:HPCC-Environment-System-Component-Relationships.png|HPCC组件
 
image:HPCC-Environment-System-Component-Relationships.png|HPCC组件
 +
image:hpcc-configuration-manager.png|配置管理器
 
image:hpcc-ecl-watch.png|ECL Watch
 
image:hpcc-ecl-watch.png|ECL Watch
 
image:hpcc-ecl-watch-playground.png|ELC操作平台
 
image:hpcc-ecl-watch-playground.png|ELC操作平台
第142行: 第189行:
 
*[https://hpccsystems.com/resources/blog HPCC Systems Blog]
 
*[https://hpccsystems.com/resources/blog HPCC Systems Blog]
 
*[https://wiki.hpccsystems.com/ HPCC Systems Wiki]
 
*[https://wiki.hpccsystems.com/ HPCC Systems Wiki]
*[https://github.com/hpcc-systems HPCC @ GitHub]
 
 
*[https://hpccsystems.com/bb/ HPCC论坛]
 
*[https://hpccsystems.com/bb/ HPCC论坛]
 
*[http://sourceforge.net/projects/hpccsystems/ HPCC VM下载]
 
*[http://sourceforge.net/projects/hpccsystems/ HPCC VM下载]
第152行: 第198行:
 
[[category:big data]]
 
[[category:big data]]
 
[[category:data analysis]]
 
[[category:data analysis]]
 +
[[category:machine learning]]
 
[[category:c++]]
 
[[category:c++]]
[[category:huihoo]]
+
[[category:Huihoo Foundation]]

2024年1月14日 (日) 02:40的最后版本

Wikipedia-35x35.png 您可以在Wikipedia上了解到此条目的英文信息 HPCC Thanks, Wikipedia.

HPCC

Hpcc-systems-logo.png

目录

[编辑] 新闻

[编辑] 简介

HPCC (High-Performance Computing Cluster), 也称为 DAS (Data Analytics Supercomputer) 是一个开源(Apache v2)的大数据处理和分析平台,使用 C++ECL 开发。

[编辑] 版本

HPCC Community Edition

[编辑] 组件

HPCC Systems 包括以下核心组件:

  • Thor (the Data Refinery Cluster)
  • Roxie (Rapid Online XML Inquiry Engine, the Query Cluster)
  • ECL (Enterprise Control Language)
  • ECL IDE
  • ESP (Enterprise Services Platform)

[编辑] 平行

Parallelism Architecture:

  • Data Parallelism
  • Component Parallelism
  • Pipeline Parallelism
  • System Parallelism

[编辑] 指南

下载 HPCC 虚拟机 快速启动。

http://127.0.0.1:8010/

HPCC配置管理器

sudo /opt/HPCCSystems/sbin/configmgr
http://localhost:8015

[编辑] 项目

[编辑] 机器学习

[编辑] Identity&Risk

[编辑] 可视化

HPCC Visualization Framework JavaScript编写

[编辑] ECL

声明性的、模块化的、可扩展的企业控制语言(ECL)是专为处理大数据而设计的。ECL代码编译成优化的C++,并且可以利用C++库方便地扩展。

我可以写4行ECL代码来替代SQL中的200行。这使得阅读,理解和维护代码变得非常容易。- Adwait Joshi, DataSeers公司CEO

[编辑] UDF

用户可通过Java, Python, C++ R创建自己的User Defined Functions (UDF)

[编辑] ECL IDE

[编辑] ECL Watch

ECL Watch 是运行在Enterprise Services Platform (ESP)的一个服务,是HPCC平台的一个中间件组件。

ECL Watch Candidate-6.4.0 源代码 JavaScript编写。

[编辑] ESDL

ESDL (Enterprise Service Description Language)

Dynamic ESDL

[编辑] SALT

SALT: Scalable Automated Linking Technology 提供:

  • 连接和聚类 (MDM)
  • 数据归档、清洗、规范、标准化
  • 复杂的特性和基于连接和聚类的关系

Hpcc-salt.jpg

[编辑] Thor

Thor (the Data Refinery Cluster), Thor 集群负责复杂的数据处理。

Thor,数据提炼引擎,是提取和补充数据的引擎。

  • Thor 使用主从拓扑,其从机提供本地化的数据存储和处理能力,主机监控和协调从机的活动,并传递任务状态信息。
  • 中间组件提供命名服务和其它服务,以辅助执行分布式任务。

[编辑] Roxie

Roxie (Rapid Online XML Inquiry Engine), ROXIE 集群负责数据查询和报告。

ROXIE,数据传送引擎,提供了高性能的在线处理和数据仓库功能。

  • 每一个ROXIE节点会启动一个服务器进程和一个代理进程。这个服务器进程会处理用户传入的查询请求,并将查询任务分配给ROXIE集群相应的代理,校对结果,最后将有效负载返回给客户端。
  • 查询可能包括数据联接和其它复杂数据转换,有效负载可以包含结构化或非结构化的数据。

[编辑] Interlok

Interlok: Seamless Data Integration

[编辑] KEL

KEL: Knowledge Engineering Language

社交图

Hpcc-kel-social-graph.jpg

[编辑] ESP

ESP (Enterprise Services Platform)

[编辑] DFS

分布式文件系统 (DFS)

  • Thor DFS 是面向数据记录而设计的,并针对大数据ETL(提取-转换-加载) 进行了优化。数据记录存在于大数据输入文件中,可能是标准格式或是自定义格式,可能是定长或是不定长。大数据输入文件会在集群的 DFS 中进行分区,每一个节点都会获得大致相同数量的数据记录,并且单独记录不会被分割。
  • ROXIE DFS 基于索引,并针对并发查询处理进行了优化。该系统基于自定义B+树结构,可以实现快速、高效的数据摄取。

[编辑] Nagios

HPCC使用Nagios进行系统监控。

[编辑] Ganglia

HPCC使用Ganglia提供监控和报表。

[编辑] Hadoop

HPCC和Hadoop的比较

[编辑] Cassandra

[编辑] Kafka

[编辑] AWS

[编辑] 用户

Case Studies

[编辑] 文档

更多文档>>>

[编辑] 图集

[编辑] 链接

分享您的观点
个人工具
名字空间

变换
操作
导航
工具箱