专栏首页java一日一条JAVA&大数据架构方向 同与异?

JAVA&大数据架构方向 同与异?

架构不是一个职业而是一种能力,每一种架构师只不过是在不同的领域里面使用不同的技术,没有什么可对比,就好比如你问一个篮球明星和一个足球明星有什么区别一样!

01 架构师需要考虑四个问题

1. 确定系统干什么不干什么,也就是说系统的边界在哪里?

2. 确定架构内部的模块与模块之间的关系,以及模块与外部之间的关系是什么?

3. 架构确定以后,有能力去指导开发去继续设计和演化,如果开发设计和演化出来的东西和架构不一致也是有问题的。

4. 确定非功能性需求,安全性,可扩展性,可用性,可维护性。

02 Java架构方向人才

● 系统的技术选型和可行性评估;

你这可以理解为:你家的房子户型设置,硬件软件配置必须要有自己的经验,装修完之后总得适用,不浪费成本,偏激一点总不能到处是柜子。

● 分布式技术框架的把控;

你这可以理解为:你家的柜子可以做出多种组合,你家的被子是放在A柜,枕头放B柜,床单放C柜,这得看你的划分用途。

● 深入发掘和分析业务需求,重点模块的设计、方案评审与技术支持,技术难点攻坚,应用系统分布式技术的落地,撰写技术方案和系统设计,最终完成编码工作;

你这可以理解为:柜子可以用来放东西,也可以用来拼装;如果组合柜,那可以拼出一些艺术品,那就看你的空间思维了。

● 针对产品性能和架构优化,确保系统的架构质量;

你这可以理解为:柜子如果没有按照之前图纸来规划安装摆放,你就会发现有些地方是可以改进的,及时完全参照图纸,你还是会想如何改进,这就会产生一些小想法;你可能会想如何装更多的物品,如何方便取物,如何整理方便。

● 优秀的抽象设计能力,思路清晰,善于思考,能独立分析和解决问题及编写解决方案;

你这可以理解为:哇,你家的装修真棒,这时你的邻居,或亲威朋友想参考你的想法,你可以提供一整套安装配置方案,现在你就是专家,因为他们想利用空间,发挥你的空间想像力。需要你来指导装修,提高装修质量,减少控制装修成本等等。

● 熟悉linux,能熟练应用shell/python等脚本语言;

● 扎实的Java基础知识,熟悉IO、多线程及并发技术;

● 熟练掌握redis、mongodb、netty、kafka等中间件;

● 对JVM原理有扎实的理解,对服务器端设计和编程有深入理解;

你这可以理解为:你对基建设施了如指掌,编译原理很清楚,恭喜你,你已经超过我了。

● 算法基础扎实,熟悉常见的数据结构,熟悉常用的设计模式,深入理解分布式算法和主流分布式系统,了解主流消息队列工作原理;

你这可以理解为:排序,索引,存储,去重,平滑等一些算法有深入了解,恭喜你,你已经是数学专家级了。

● 有丰富的分布式、高并发、高负载、高可用性系统设计经验,熟悉分布式缓存、消息等机制。

03 大数据架构方向人才

● 针对大数据平台的设计和开发制定数据架构规范,进行核心代码编写;

你这可以理解为:有设计图纸的能力,能够指导各个组件安装部署,以及数据的数据抽象能力。

● 针对数据基础架构和数据处理体系的升级和优化,技术难题攻关,持续提升核心系统性能,保证系统的安全、稳定、高效运行;

你这可以理解为:数据的价值,在于你的抽取采集能力是否高深,是否便于加工,标注。各组件的稳定性,兼容性,是否有预警,在于你的规划和监控接口是否到位。

● 大规模数据实时化、大数据技术容器化、私有云实施方案、数据模型规范化等方面根据不同项目的技术发展路线;

你这可以理解为:引入 Docker 的镜像机制来完善自己的容器;同时计算能力、数据结构抽象、定义,要用自己的风格和规范。能用最简单的配置,迅速跑起来流式streaming或离线处理spark程序.

● 跟踪大数据相关领域的技术趋势,竞争对手的产品、技术动态;

● 大数据平台的稳定性和性能优化及技术攻关;

● 产品研发过程中关键设计的把关和研发;

● 精通大数据生态圈主流技术和产品,如Hive、Storm、Flink、Spark,ELK、Kafka,Zookeeper、Yarn,presto,Hue等,对Spark分布式计算的底层原理有深度理解,对复杂系统的性能优化和稳定性的一线实战经验;

● 精通实时数据仓库设计,深刻理解MR运行原理和机制,能进行任务执行效率的优化,熟悉开源数据交换工具如sqoop,streamset,kettle,datax等

● 熟悉elasticsearch、Lucene、Solr、Kylin、Phoenix、Alluxio等相关技

● 具有规划和决策能力,善于捕捉业务需求、架构设计存在的问题,并能给出有效的解决措施和方法 。

● 数据预测,预警,人工智能,图像识别,智能语音,物联网数据采集,标注等。线性计算,神经网络,知识图谱,都要有自己的项目,而且能迅速组建团队,成就你的客户,你就是未来的行家和赢家。

04 两者侧重点不同

Java架构

n 开发语言

n 分布式,高可用

n 设计模式

n 支撑业务的系统架构或者工具集

大数据架构

n 不局限开发语言,有Java,Scala,Python,Go等更有裨益

n 人工智能,商业智能,数据挖掘

n 离线,实时,高效率,高可用

n 结构化数据,半结构化数据

n Hadoop生态圈

n 使用的模型越来越复杂,计算量指数级上升

n 组件集

05 总之

了解到用户的痛点,抓住用户的喜好,改善用户的体验。

一个好的产品,一定要让用户感觉到爽。核心问题还是哪些数据值的采集,每个开发,码者都应该站在产品的角度去思考问题,如何描绘出适合我们的一套智能化,自动化的问题解决方案

本文分享自微信公众号 - java一日一条(mjx_java)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-03-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Hadoop HBase存储原理结构学习

    hbase是bigtable的开源山寨版本。是建立的hdfs之上,提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。 它介于nosql和RDBMS之...

    哲洛不闹
  • 记一次架构设计的经验--数据质量监控

    在工作中跟同事沟通很重要,有多重要呢,一个月前,领导给分派了一个工作:要做一套针对线上实时数据的质量监控。监控这种工作首先第一点也是最重要的一点要跟生产流程解耦...

    哲洛不闹
  • (转)java正则表达式(二)

    首先说一下java正则表达式的重点概念: 第一、相关类:Pattern、Matcher 第二、典型的调用顺序是 Pattern p = Pattern.c...

    哲洛不闹
  • JAVA&大数据架构方向 同与异?

    架构不是一个职业而是一种能力,每一种架构师只不过是在不同的领域里面使用不同的技术,没有什么可对比,就好比如你问一个篮球明星和一个足球明星有什么区别一样!

    大数据和云计算技术
  • ☞【案例】让大数据为电力服务!AutoGrid是怎么做到的?

    ☞【案例】让大数据为电力服务!AutoGrid是怎么做到的? 文:屈鲁 转自:南度度 售电市场化来了,单纯卖电似乎不够了。不论是新兴售电公司,还是传统发电企业,...

    小莹莹
  • 国务院《关于促进大数据发展的行动纲要》关键词解析

    ? 自2014年3月将“大数据”首次写入《政府工作报告》以来,李克强总理在多个场合提及这一“热词”。他无论在中南海主持会议,还是外出考察调研都反复强调,要开发...

    灯塔大数据
  • 前沿趋势│2016年大数据领域的33个预测

    2016年大数据领域会发生什么情况?考虑到如今在深层神经网络和规范性分析方面取得的进展,你可能觉得这个问题很好回答。而实际上,来自业界的大数据预测大不相同,本文...

    华章科技
  • 2016年大数据在金融领域的10大趋势

    大数据文摘
  • 大数据领域33个预测,开启未知的2016

    大数据文摘
  • 2016年最值得关注的大数据领域33大预测

    有奖转发活动 回复“抽奖”参与《2015年数据分析/数据挖掘工具大调查》有奖活动。 2016年大数据领域会发生什么情况?考虑到如今在深层神经网络和规范性分析方面...

    小莹莹

扫码关注云+社区

领取腾讯云代金券