Google Dremel & RAVT对比Paoxs.doc

简介：
Google Dremel 1. **大范围分布式处理能力**：Dremel能够高效地在数千台服务器组成的系统中运行，处理海量数据量（PB级别），从而实现复杂数据分析任务的有效执行。 2. **弥补了传统批处理方法的局限性**：与传统的基于批量处理的数据分析方式不同，Dremel通过提供交互式查询功能和实时结果反馈机制，显著提升了用户获取所需数据信息的效率。 3. **层次化存储结构**：采用列式存储策略的数据组织模式，这种架构特点使其更适合进行复杂数据分析任务，并在处理大规模结构化数据时展现出较高的性能优势。 4. **整合了网络搜索的技术和分布式数据库的优势**：Dremel通过将Web搜索技术与并行数据库系统相结合，在支持高效复杂SQL-like查询的同时，实现了对大数据量的快速响应能力。 在实际应用中，Dremel广泛应用于处理海量数据集如网页文档库、数字图书馆等场景，在这些系统中用户可通过类似于SQL的语法进行高效查询操作。例如，系统会返回包含特定作者或某一领域专家列表的结果。在执行查询任务时，Dremel通过将请求分解并分配至各个分区服务器来进行并行处理，从而显著提升数据处理速度。此外，该系统还整合了多用户支持、负载均衡策略以及容错机制等多种功能，以确保服务运行的稳定性和高效性。 Raft一致性算法 1. **一致性过程**：每个周期内，领导者通过发送其提议值的方式向所有服务器发起确认请求，在获得足够多的服务器同意后达成共识。 2. **领导选举**：在Raft机制中，服务器采用轮选方式选出领导者。每个Term仅设一名领导者，并规定每台服务器在该Term期间只能为该领导者投一票。当现有领导人出现故障时，其他服务器将可以组织新的选举。 在Raft中，采用发送和接收投票请求的方式进行选举过程，这种清晰明了的设计帮助服务器有效识别新领导者；相比之下，Paxos的选举流程则较为模糊，在缺乏明确指导原则时往往需要依赖特定操作步骤来完成。Dremel是一种专门用于大规模数据分析的高性能平台，而Raft则是一种简化后的一致性算法设计方案。两者分别针对大规模数据的处理挑战和分布式系统的一致性维护问题提供解决方案，并共同构成了现代云计算架构中的关键组件。