实时分析设计

今天起床刷牙时脑子突然冒出来，虽然现在不搞这块但好的东西应该记录下来

1.瓶颈存在优化

a) 将分析时间打散

b) 每次数据入库/数据收集时立刻分析

c) 将变更的结果存储入库

d) 将结果缓存起来,查询时优先查缓存 -> 数据仓库 -> 创建数据实例

e) 新统计任务补过去数据时，在CPU 低峰期异步执行

f) 将分析过的数据设置已分析标志，防重复处理 如加版本号匹配过滤

2.数据来源(无论何种方式,应尽量给每条数据加分析标志)

a) 推送

b) 数据库

c) 本地文件

d) 网络拉取数据

设计流程已有，这只是简单的处理业务分析，已经满足大多公司业务需求。

我个人是比较倾向配置大于约定的，为什么？

当业务逻辑很复杂时，用配置来简化逻辑会节省大量的工作量这就是LINUX 设计精髓

甚至可以做到加一条配置记录相当加一个功能，连一行代码都不会写

任务标识	任务名称	共享任务标识	父任务标识	异步执行表达式	key逻辑	init逻辑	reduce逻辑
1	测试1	test1			return getString(source,"date");	return {"date": key,a:0,b:0};	ret.a+=getInt(source,"a");
2	测试2	test1			return getString(source,"date");	return {"date": key,a:0,b:0};	ret.b+=getInt(source,"b");
3	测试3	test2	test1		return getString(source,"date");	return {"date": key,c:0};	ret.c+=getInt(source,"a"); ret.c+=getInt(source,"b");

Mr 算法由于其特性，决定他关联分析不了，所有出现父任务设计

以数据驱动工作方式比逻辑驱动方式更直观，但两者相结合效果更佳.

于2015-6-15 完