检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
大数据迁移流程每个阶段概述如下： 调研：调研大数据平台的版本和配置信息、数量类型和数据量、任务类型和任务量。 设计：设计大数据的部署架构、数据迁移方案、任务迁移方案和数据校验方案。 部署：部署大数据平台，包括集群部署和任务调度平台部署。 迁移：实施数据迁移和任务迁移。 验证：进行数据校验和任务验证。
可以根据实际需要选择云服务或自建大数据组件： 业务数据源： 业务数据源是大数据平台的数据输入来源，可以是传感器、网站日志、移动应用、社交媒体等各种数据源。通过数据采集和提取，将原始数据收集到大数据平台进行后续处理和分析。 数据集成： 数据集成是将来自不同数据源的数据进行整合和转换
能力。 创新商业模式：AI技术为企业创造了许多新的商业模式和市场机会。例如，云计算和AI结合可以实现弹性计算和按需服务，推动软件即服务（SaaS）模式的发展。另外，AI与物联网的结合也可以支持智能家居、智能城市和智慧医疗等领域的创新商业模式。 父主题： 云上创新
设计原则 大数据的部署架构设计包括大数据集群、大数据任务调度平台和大数据应用，其中大数据应用的部署架构请参考应用架构设计。 图1 大数据架构设计分类 大数据架构设计同样要考虑架构设计的6要素: 成本 可用性 安全性 可扩展性 可运维性 性能 图2 架构设计6要素 父主题： 大数据架构设计
数据复制工具（DRS）、Redis数据迁移工具、云数据迁移工具（CDM）、对象存储迁移工具（OMS）等。 迁移中心（MgC）：是一站式迁移平台，集成了华为云的各个迁移工具，内置了由最佳实践总结而来的迁移工作流模板，您可以根据不同迁移场景，选择合适的迁移模板构建迁移工作流。具体功能及使用方法请查看MgC帮助文档。
应的设置。 创建用户和角色 根据源端平台的权限设置，创建相应的用户和角色。确保在目标平台上设置与源端平台一致的用户身份和角色分配。 调整权限级别和范围 在目标平台上，根据源端平台的权限设置，调整权限级别和范围。确保目标平台上的权限设置与源端平台一致，并确保用户只能访问其应有的资源。
云原生安全服务 华为云提供了丰富的云原生安全服务，这些云原生安全云服务与华为的云平台深度集成，在性能、弹性、便利性上有较好的优势，同时，云服务商的安全运营经验也会持续推动云原生安全服务的能力提升，建议企业优先选择云原生安全服务。 数据加密服务 数据加密服务（Data Encryption
必要的团队成员。 云架构师：来自IT架构部门或具备深厚云技术背景的专家，负责设计云上技术架构，包括选择合适的云服务（IaaS、PaaS、SaaS），基于四架构六要素设计云上目标架构，确保技术选型合理、资源配置最优，并为各项技术决策提供咨询。 数据架构师：由IT主管指派，来自IT部
适用场景 优势 不足 1 现网CMDB平台 客户有CMDB平台，且包含应用调用模块 所见即可得，高效，可直接获取详细资源清单、数据层-数据层、数据层-应用层关联关系 1.有些传统的CMDB系统信息更新不及时 2 现网云管平台 客户有CMP或虚拟化管理平台 能够获取准确的资源详情 无法获取应用架构、关联关系等信息
分布式架构：云平台支持分布式系统架构设计，允许应用程序在多个服务器或节点上运行，分散负载，避免单点故障，提高系统的扩展性和可用性。 自动弹性伸缩：利用云平台的自动化伸缩功能，系统可以根据预设的策略自动增加资源实例，以应对流量高峰，保持性能稳定。 微服务架构：云平台天然适合微服务和
设计并实施持续安全运营方案。 负责云平台的日常安全监控与运维，及时发现并处理安全事件。 执行漏洞扫描、补丁管理和安全配置加固。 实施访问控制、权限管理和日志审计，确保系统合规性。 配合云安全专家完成安全技术方案的落地与优化。 编写安全运维脚本，提升安全运营效率。 熟练使用云平台的安全运营服务和各种安全监控工具。
概述 企业云化转型是一项复杂和系统的工程，涉及组织和流程、平台和架构、运维和管理等多个层面。如同建造摩天大楼，在挖地基之前就需要设计蓝图，企业在构建云基础设施和将业务系统上云之前，也需要进行全面而清晰的顶层规划。只有在充分的规划和准备下，才能最大程度地发挥云的优势，实现业务价值的最大化。
保障 在大数据迁移的保障阶段，需要执行以下任务来确保顺利过渡到新的云环境： 监控和警报设置：建立实时监控系统，监测集群、任务调度平台和应用程序的运行状态。设置警报，以便及时发现潜在的问题并采取措施。 优化集群性能：对大数据集群进行性能评估和调优。监视资源使用情况，优化配置参数、调整集群大小和资源分配，以提高整体性能。
跨AZ高可用设计示例 跨AZ高可用是IDC上云最主要的价值之一。企业上云后最适合做跨AZ高可用，不仅成本低，而且很便利。下面以某大型零售电商平台为例，介绍上云后的跨AZ高可用设计方法。下图是总体架构图： 图1 高可用设计示例 接入层：Apisix双AZ均衡分布，当某个AZ出现故障时
不停服，保持在线可使用状态；为了保持数据一致性，写的服务仍然采用停服方式进行切换。从业务对外体验上，多数用户感知不到停服的影响，比如某购物平台，用户仍然可以浏览商品，但是不能下单，下单时可友好的提示：系统正在升级中，预计凌晨4点恢复，请您稍后重试下单等。 四种停写不停读切换方案对比
概述 基于云平台的新技术正驱动着产品和服务创新浪潮。 人工智能与大模型结合，赋予产品更智能的交互和更精准的个性化服务，例如AI客服、智能推荐系统等。 区块链技术则增强了产品和服务的安全性和可信度，可应用于供应链管理、数字身份认证等场景，构建透明可追溯的体系。 数字人技术打造虚拟形
将各个应用系统和大数据平台迁移或直接部署到云上，或者基于云平台进行应用现代化改造，也可以基于云平台提供的各种创新技术直接在云上进行应用和业务创新。 运维治理：将应用系统迁移或部署到云上之后就进入了运维治理阶段，在该阶段需要针对云基础设施、应用系统和大数据平台进行持续的精益化治理、
高效利用，保障业务的连续性和稳定性，实现对云环境的全面掌控，最大化云化转型的收益。 运维治理阶段需要针对云上IT基础设施、应用系统和大数据平台进行精益化治理、确定性运维、全方位安全运营和精细化FinOps，并基于WAF框架进行持续优化。首先，精益化治理贯穿始终，它提供了一套标准化
方式，将实时数据上报到双跑的两个平台。 双平台同时运行 目标大数据集群、任务调度平台与原大数据集群、任务调度平台同时运行一段时间。在这段时间内，两个平台会并行处理任务，并产生相应的结果。 运行稳定性验证 在双平台同时运行期间，需要对目标大数据平台任务执行的稳定性、数据一致性进行持
移方法请参考前面的数据迁移部分的内容。 源端SQL脚本导出：从源端任务调度平台导出SQL脚本。 修改SQL脚本：根据云上调度平台的语法及资源配置修改SQL脚本。 目标云平台导入SQL脚本：在云上任务调度平台配置SQL类任务，导入SQL脚本。 SQL任务运行和测试：执行SQL调度任
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
