了解谷歌大數據技術架構

　

Google谷歌是大數據時代的奠基者，其大數據技術架構一直是互聯網公司爭相學習和研究的重點，也是行業大數據技術架構的標桿和示范。

1、谷歌的數據中心

谷歌已經建立了世界上最快、最強大、最高質量的數據中心，它的8個主要數據中心都遠離其位于加州山景城的總部，分別位于美國南卡羅來納州的伯克利郡，愛荷華州的康瑟爾布拉夫斯，喬治亞州的道格拉斯郡，俄克拉荷馬州的梅斯郡，北卡羅來納州的勒努瓦，俄勒岡州的達爾斯；另外2個在美國境外，分別是芬蘭的哈米納和比利時的圣吉斯蘭。此外，谷歌公司還在中國香港和中國臺灣，以及新加坡和智利建立了數據中心。

　2、谷歌新一代搜索引擎平臺和大數據分析核心技術

Google是GFS MapReduce BigTable的締造者，但Google 新一代搜索引擎平臺正逐步用更強計算能力的系統來替換原有系統，新一代搜索引擎平臺有幾個核心技術系統：

一是用基于Percolator的增量處理索引系統來取代MapReduce批處理索引系統，這個索引系統被稱作Caffeine，它比MapReduce批處理索引系統搜索更快。

二是專為BigTable設計的分布式存儲Colossus，也被稱為GFS2（二代Google文件系統），它專為建立Caffeine搜索索引系統而用。

三是列存儲數據庫BigTable，但為了更好地支持大數據集的互動分析，Google推出了Dremel和PowerDrill。Dremel被設計用來管理非常大量的大數據集（指數據集的數量和每數據集的規模都大），而PowerDrill則設計用來分析少量的大數據集（指數據集的規模大，但數據集的數量不多）時提供更強大的分析性能。

四是為Google Instant提供服務的實時搜索引擎存儲和分析架構。

五是Pregel，這是谷歌更快捷的網絡和圖算法。

在谷歌新一代搜索引擎平臺上，每月40億小時的視頻，4.25億Gmail用戶，150,000,000 GB Web索引，卻能實現0.25秒搜索出結果。

　3、谷歌基礎云服務

基于Colossus，谷歌為用戶提供計算、存儲和應用的云服務。計算服務包括計算的引擎（ComputeEngine）和應用APP的引擎(AppEngine)；存儲服務包括云存儲（CloudStorge）、云SQL(CLoudSQL)、云數據存儲（Cloud DataStore）、永久磁盤等服務；云應用服務包括BigQuery、云終端（Cloud Endpoints）、緩沖、隊列等。

　4、谷歌的大數據智能應用服務

Google提供的大數據分析智能應用包括客戶情緒分析、交易風險（欺詐分析）、產品推薦、消息路由、診斷、客戶流失預測、法律文案分類、電子郵件內容過濾、政治傾向預測、物種鑒定等多個方面。據稱，大數據已經給Google每天帶來2300萬美元的收入。例如，一些典型應用如下：

（1）基于Map Reduce，Google的傳統應用包括數據存儲、數據分析、日志分析、搜索質量以及其他數據分析應用。

（2）基于Dremel系統， Google推出其強大的數據分析軟件和服務 — BigQuery，它也是Google自己使用的互聯網檢索服務的一部分。Google已經開始銷售在線數據分析服務，試圖與市場上類似亞馬遜網絡服務(Amazon Web Services)這樣的企業云計算服務競爭。這個服務，能幫助企業用戶在數秒內完成萬億字節的掃描。

（3）基于搜索統計算法，Google推出搜索引擎的輸寫糾錯、統計型機器翻譯等服務。

（4）Google的趨勢圖應用。通過用戶對于搜索詞的關注度，很快的理解社會上的熱點是什么。對廣告主來說，它的商業價值就是很快的知道現在用戶在關心什么，他們應該在什么地方投入一個廣告。據此，Google公司也開發了一些大數據產品，如“Brand Lift in Adwords”、“Active GRP”等，以幫助廣告客戶分析和評估其廣告活動的效率。

（5）Google Instant。輸入關鍵詞的過程，Google Instant 會邊打邊預測可能的搜索結果。

谷歌的大數據平臺架構仍在演進中，追去的目標是更大數據集、更快、更準確的分析和計算。這將進一步引領大數據技術發展的方向。

本文部分內容節選自北京賽智時代信息技術咨詢有限公司（CIOManage咨詢）的《2013－2014年中國互聯網行業大數據應用年度研究報告》。

---