点评公司实时计算平台构建与实践

“细细品味架构_第1期（实时计算在点评）”主要探讨了实时计算在点评（可能是大众点评网）的应用，以及相关的技术实践和行业趋势。文章内容包括实时计算的使用场景、点评如何构建实时计算平台、Storm的基础知识和可靠性保障、实时计算平台的扩展知识，如腾讯的实时计算平台、流式处理框架（Storm、Spark、Samza）的对比、SLA在Web服务中的应用、Storm的消息传输机制，以及1号店的流式计算解决方案和系统吞吐量的概念。 1. **实时计算在点评的使用场景**： - 在点评网这样的平台上，实时计算可能用于快速处理和分析用户行为数据，如点击流分析、实时推荐、热门商品排名更新、用户评价的即时处理等，以提升用户体验和运营效率。 2. **构建实时计算平台**： - 文章可能详细介绍了点评网如何整合实时计算、准实时计算和离线计算，实现任务的统一管理和监控，这通常涉及平台的高可用架构设计，包括容错机制、负载均衡和资源调度策略。 3. **Storm基础知识**： - Storm是一个分布式实时计算系统，它能够处理无界数据流，并保证每个数据元至少被处理一次。文章可能简述了Storm的基本原理、组件和配置。 4. **业务运行可靠性**： - 确保业务运行可靠性可能涉及到Storm的容错机制，例如，通过检查点和故障恢复策略来保证数据处理的正确性，以及监控和报警系统来及时发现并解决问题。 5. **知识扩展**： - 腾讯实时计算平台的介绍，包括其技术背景、实际意义、平台构成和面临的挑战，提供了不同公司对实时计算的实践对比。 - 流式大数据处理框架的比较，如Storm、Spark和Samza的异同，以及各自的适用场景，帮助读者理解各种框架的优缺点。 6. **SLA（服务水平协议）在Web服务中的应用**： - SLA是衡量服务质量的重要指标，文章可能讨论了SLA的定义、发展，以及如何通过SLA来保证Web服务的稳定性和性能。 7. **Storm的消息传输机制**： - Storm采用Netty替代ZMQ的原因，以及Netty的架构优势，可能有助于理解Storm如何高效地处理和传输数据。 8. **1号店的流式计算解决方案**： - 1号店在电商峰值期间如何利用流式计算提高处理能力，以及他们在实时计算领域的创新和成就。 9. **系统吞吐量（TPS）**： - TPS是衡量系统处理能力的关键指标，文章可能涵盖了TPS的计算方法、评估标准以及如何优化系统以提高TPS。 该期“细细品味架构”深入探讨了实时计算在点评网的实践，以及相关技术和行业洞见，为大数据开发人员提供了丰富的学习资料。