openstackneutron组件功能 ovnvs是什么电器开关？
ovnvs是什么电器开关？
ML2OVS操纵平面是基于Openstack的。简单有大量由Pythonc语言程序的agents。Neutronserver与这些agents多屏幕使用实现AMQP的RPC机制
搭建私有云平台：Hadoop还是选择OpenStack？
是需要我建议你题主描述不清楚应用场景，否则不别人做的方案可能会都不要什么需求。
就Hadoop和OpenStack的纠结而言，能支撑数据分析用前者，做资源管理用后者。
回答
题主的需求，实质是搭建一个IoT实时大数据平台，而不是好象意义的私有云。IoTa大数据平台之外数据采集和结果反馈，其余部分和象的大数据平台相差不多吧。OpenStack好学多才管理呀VM资源管理，Hadoop尤喜批处理，不擅长动态实时全面处理，所以是需要这里有一种更加完善的解决方案。这里推荐推荐确定Storm或则ApacheFlink。
OpenStack是一个开源的IaaS实现方法，由Nova、Cinder、Neutron、Swift、Glance等一系列相互关联的子项目排成，是可以明白为云计算领域的Linux。OpenStack架构松耦合，高可扩展，能慢慢适应差别企业的需求，已经蓝月帝国IaaS私有云事实标准。国内外各大厂都在OpenStack上有比较大的投入。不过项目成长会的同时，也受到大厂激烈博弈的一些影响，但项目本身是大家求大同存小异的结果，我们我相信OpenStack会在竞合中有更幸福的未来。
大数据平台是可以已经不鸟OpenStack，分布式文件系统有HDFS，资源调度和管理YARN就行。YARN都已经支持Docker，如果能细粒度调度模式可以考虑到Mesos，Mesos需要提供良好的训练的API，允许很多完全成熟的框架，当然了Mesos还在Hadoop生态中，这是一个缺憾。Apache Hadoop能够以低成本接受海量数据的多维统计分析，还是很有优势。
核心流式计算部分，有Storm、Spark、Flink也可以选择类型。
Storm编程模型很简单，秒级延迟大，容错性、扩展性和可靠性都比较好，在国内有很多团队按结构。但是Storm只不过是流可以计算框架，且不能不能然后依靠YARN。
ApacheSpark是和Hadoop一样最流行开源软件大数据框架，社区活跃，在流计算、图处理、机器学习方面都投入到很大，允许对SQL的优化，很更适合多种大数据平台的需求，但SparkStreaming本质我还是批处理，把数据流化合成一系列小的RDD，按照时间窗来压制数据块的大小，有测试说只有允许秒级计算出。
ApacheFlink是可扩展的批处理和流式数据处理的数据处理平台，还能够基于同一个Flink启动时提供支持什么流处理和批处理两种类型应用的功能。相比于Spark，Flink把批处理一年前特殊的流处理，而且支持增量迭代，这是太赞的设计，这个可以迅速地去处理数据密集型和迭代任务，性能很有保证。不过目前Flink用户群和社区还没有Spark这样的话强大。但Flink的未来很值得期待，肯定要时间的沉淀。
Spark和Flink的对比，ApacheFlink现在在大数据处理方面也能和ApacheSpark一较长短么这个问题的最佳的方法答案质量很棒，如需转载自以为乎，英译中的这篇文章：IntroductiondidApacheFlinkafterSparkDevelopers:FlinkvsSpark
最后，上张网易猛犸大数据平台架构图，供可以参考。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
