登录
联系我们
English
使用技巧
用户案例 解决方案 版本发布 使用技巧 工程技术 公司 全部 归档 RSS
基于 JuiceFS 的大数据平台上云：存储成本省 85%，性能媲美 HDFS

基于 JuiceFS 的大数据平台上云：存储成本省 85%，性能媲美 HDFS
2024-01-10
JuiceFS 资深用户
本案例来自社区一家从事金融科技的用户。该用户在进行数据平台上云时，首个站点采用了与本地数据中心（IDC）相同的架构，在云主机上构建了基于 Hadoop 的技术栈。随着业务的迅速增长和更多站点的上线，该架构面临了一系列挑战，包括块存储成本高昂、Hadoop 组件复杂、弹性能力有限等。
多点 DMALL：大数据存算分离下的存储架构探索与实践

多点 DMALL：大数据存算分离下的存储架构探索与实践
2023-08-16
李铭
本文分享了多点DMALL 存算分离的云原生大数据架构的经验和挑战，并用 JuiceFS 社区版实现了与 Ranger 组件进行权限的对接
网易互娱出海之旅：大数据平台上云架构设计与实践

网易互娱出海之旅：大数据平台上云架构设计与实践
2023-08-09
柯维鸿
网易互娱大数据离线计算平台选择了 JuiceFS 来帮助实现 Hadoop 上云，并给下游数据业务和分析部门提供了完整 Hadoop 的兼容性，避免所有业务逻辑推倒重来；给游戏数据业务出海节省了大量存储和算力成本。
云上大数据存储：探究 JuiceFS 与 HDFS 的异同

云上大数据存储：探究 JuiceFS 与 HDFS 的异同
2023-04-04
汤友棚
HDFS 作为 Hadoop 提供存储组件，已经成为大数据生态里面数据存储最常用的选择，通常在机房环境部署。JuiceFS 是一个基于对象存储的分布式文件系统，用户可以在云上快速地搭建按需扩容的弹性文件系统。如果企业正在考虑在云上构建大数据平台，了解这两种产品的差异和优缺点，可以为企业迁移或切换存…
存算分离实践：JuiceFS 在中国电信日均 PB 级数据场景的应用

存算分离实践：JuiceFS 在中国电信日均 PB 级数据场景的应用
2023-03-17
杨磊
中国电信大数据团队需要处理数据形式多，数据流转过程复杂，涉及 31 省位置，DPI 等数据，大数据平台需加工聚合后再供各业务方使用。面对上述痛点，团队最终选择 Hadoop 3+JuiceFS+TiKV+Ceph 方案进行存算分离改造，打通 Hadoop 生态与 Ceph 对象存储，实现多集群数据…
从 Hadoop 到云原生， 大数据平台如何做存算分离

从 Hadoop 到云原生， 大数据平台如何做存算分离
2022-09-14
苏锐
关于作者： 苏锐，Juicedata 合伙人， JuiceFS 的1号成员，一直深度参与在开源社区中支持开发者使用 JuiceFS。历任互联网 O2O 汽车服务品牌功夫洗车创始人 & CEO，豆瓣电影 PM & Tech Lead。在工作期间，经历了早期由 Hadoop 技术栈主导…
理想汽车：从 Hadoop 到云原生的演进与思考

理想汽车：从 Hadoop 到云原生的演进与思考
2022-08-30
聂磊
理想大数据平台最初主要以 Hadoop 技术栈来搭建，随着理想汽车业务发展持续向好，数据平台管理的车辆数据增长极快，这对数据平台的敏捷性和弹性都提出了更高的要求。于是，理想汽车数据平台开始进行存算分离改造，在替换HDFS 过程中，JuiceFS 在理想汽车有了深入的应用。
一面数据：Hadoop 迁移云上架构设计与实践

一面数据：Hadoop 迁移云上架构设计与实践
2022-07-28
刘畅&李阳良
一面数据原有的技术架构是在线下机房中使用 CDH 构建的大数据集群。自公司成立以来，每年都保持着高速增长，业务的增长带来了数据量的剧增，为了解决包括扩容周期长、计算存储资源不匹配以及高昂的运维成本等这些问题，我们基于 JuiceFS对数据架构进行改造，将数据迁移到云端，采用存算分离的结构。总存储量…
为什么说存储和计算分离的架构才是未来？

为什么说存储和计算分离的架构才是未来？
2018-07-08
Davies, CEO & Founder
这篇文章的标题是我们过去几个月经常和客户探讨的一个问题，也是很多大公司正在思考的问题，在这里分享一下我们的观点和经验。二十年前，大规模存储一般使用的是专有硬件设备方案（NAS），通过特殊的高性能通讯硬件给其他应用提供访问接入。这种方案不太容易扩展，而且价格昂贵，无法满足互联网的高速下的超大规模数据…