大并发、高吞吐量实时数据平台的研究

• 作者: 彭明喜 郑文俊
• 来源期刊: 电信快报
• 关键词: Storm Kafka ActiveMQ JMX 实时计算 数据处理 大数据
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 智慧应急
• 页码范围: 28-34
• 页数: 7页
• 字数: 6299字
• 语种: 中文

摘要

为了解决某省正在运行的“全省实时警情抽取平台”的数据吞吐量较低的问题,文章对影响平台的并发数和数据吞吐量的相关因素进行深入分析,并对数据平台中的汇聚队列进行性能调优.文章还对比ActiveMQ和Kafka队列系统的实现原理,针对大并发和高吞吐量设计仿真测试方案,同时还引入Drools规则引擎,以适应数据平台中的相关计算规则的变化;最后设计一套通过验证的完全可以应对大并发、高数据吞吐需求场景下的实时数据平台.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭明喜		3	20	2.0	3.0
2	郑文俊		1	10	1.0	1.0