如何为“大数据”分析项目设置架构？

Question

我和我的一个朋友正在大四，很快就会开始一个大四项目。我们有想法为它做一个数据分析和数据可视化项目。我们的项目涉及读取每 2 分钟更新一次的 CSV 文件，解析该数据，然后将其存储在数据库中。一旦存储了这些数据，我们希望对其进行一些分析并提供一个 API，通过它我们可以访问该数据以以某种方式可视化。我们的最终目标是构建一个 Android 应用程序，以用户友好的格式显示来自 CSV 的一些原始数据和分析。我与另一位 CS Major 进行了交谈，他解释说我需要几台不同的服务器来完成此任务：一台用于存储，另一台用于分析，另一台用于某种类型的队列，以确保事情不会变得混乱。做抓取和分析。问题是，我真的不知道从哪里开始。我之前使用 SQL 数据库和 PHP 前端做过一些工作，但没有使用多个服务器。我听说过与 Hadoop 等大数据项目一起使用的工具，但我不确定它适用于何处。如果有人可以向我指出某种资源来解释或解释自己，我将如何开始构建这样的项目，太棒了！

Answer 1

由于您在这些方面没有太多经验，因此您可能会想看看像 Cloudera 这样的项目。特别是他们的resources 页面有一组不错的视频和文章。

另一个可靠信息来源（我个人使用）是单击 Stack Overflow tag 并选择 votes 选项。许多关于big data 主题的好问题已经存在。