Электронная почта
info@seuslab.ru

Телефон
8-(800)-333-09-17

Архитектура SEUS - технологии Big Data

Об архитектуре сервиса SEUS

Архитектура сервиса SEUS изначально ориентирована на большие данные (Big Data). Наш аппаратный комплекс имеет свойства горизонтального и вертикального масштабирования, устойчив к неполадкам и состоит из независимых модулей.

Компания SEUSLAB содержит все аппаратные ресурсы в своем собственном data центре.

Каждый модуль реализован в виде распределенной вычислительной системы, что позволяет легко менять детали реализации без влияния на систему в целом, а ясный и лаконичный API позволяет свободно интегрировать новые компоненты.

Центральным звеном системы является Hadoop cluster – общепризнанное средство для распределенного хранения и обработки информации, он обеспечивает практически безграничные возможности по хранению данных, удобные средства для мониторинга состояния кластера и широкие возможности по анализу информации с применением распределенных вычислений (технология Map Reduce и аналоги).

Источником больших данных служит система сбора, установленная в личном data центре SEUS, которая реализована в виде набора виртуальных машин. Такой подход обеспечивает абсолютную надежность и предоставляет максимально точный контроль и масштабируемость для системы в целом. Специалисты data центра SEUS способны в любой момент создавать новые наборы виртуальных машин для масштабирования системы в случае необходимости.

Графическая схема аппаратно-программного комплекса SEUS

Графическая схема аппаратно-программного комплекса SEUS

Дополняют систему кластеры серверов поиска и индексации, созданные на основе технологии распределенного поиска - SOLR Cloud. Удобство и гибкость в управлении, система репликации и распределения нагрузки делают это решение удобным и надежным для работы с любыми объемами данных.

Взаимодействие передовых технологий, высокий профессионализм и творческий подход специалистов SEUSLAB позволили создать надежную, масштабируемую и простую в управлении аппаратную систему для сбора и обработки больших данных в режиме реального времени.