A. 大數據集群
大數據（big data），指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
魔方（大數據模型平台）
大數據模型平台是一款基於服務匯流排與分布式雲計算兩大技術架構的一款數據分析、挖掘的工具平台，其採用分布式文件系統對數據進行存儲，支持海量數據的處理。採用多種的數據採集技術，支持結構化數據及非結構化數據的採集。通過圖形化的模型搭建工具，支持流程化的模型配置。通過第三方插件技術，很容易將其他工具及服務集成到平台中去。數據分析研判平台就是海量信息的採集，數據模型的搭建，數據的挖掘、分析最後形成知識服務於實戰、服務於決策的過程，平台主要包括數據採集部分，模型配置部分，模型執行部分及成果展示部分等。
大數據平台數據抽取工具
大數據平台數據抽取工具實現db到hdfs數據導入功能，藉助Hadoop提供高效的集群分布式並行處理能力，可以採用資料庫分區、按欄位分區、分頁方式並行批處理抽取db數據到hdfs文件系統中，能有效解決大數據傳統抽取導致的作業負載過大抽取時間過長的問題，為大數據倉庫提供傳輸管道。數據處理伺服器為每個作業分配獨立的作業任務處理工作線程和任務執行隊列，作業之間互不幹擾靈活的作業任務處理模式：可以增量方式執行作業任務，可配置的任務處理時間策略，根據不同需求定製。採用非同步事件驅動模式來管理和分發作業指令、採集作業狀態數據。通過管理監控端，可以實時監控作業在各個數據處理節點作業任務的實時運行狀態，查看作業的歷史執行狀態，方便地實現提交新的作業、重新執行作業、停止正在執行的作業等操作。
互聯網數據採集工具
網路信息雷達是一款網路信息定向採集產品，它能夠對用戶設置的網站進行數據採集和更新，實現靈活的網路數據採集目標，為互聯網數據分析提供基礎。
未至·雲（互聯網推送服務平台）
雲計算數據中心以先進的中文數據處理和海量數據支撐為技術基礎，並在各個環節輔以人工服務，使得數據中心能夠安全、高效運行。根據雲計算數據中心的不同環節，我們專門配備了系統管理和維護人員、數據加工和編撰人員、數據採集維護人員、平台系統管理員、機構管理員、輿情監測和分析人員等，滿足各個環節的需要。面向用戶我們提供面向政府和面向企業的解決方案。
顯微鏡（大數據文本挖掘工具）
文本挖掘是指從文本數據中抽取有價值的信息和知識的計算機處理技術, 包括文本分類、文本聚類、信息抽取、實體識別、關鍵詞標引、摘要等。基於Hadoop MapRece的文本挖掘軟體能夠實現海量文本的挖掘分析。CKM的一個重要應用領域為智能比對, 在專利新穎性評價、科技查新、文檔查重、版權保護、稿件溯源等領域都有著廣泛的應用。
數據立方（可視化關系挖掘）
大數據可視化關系挖掘的展現方式包括關系圖、時間軸、分析圖表、列表等多種表達方式，為使用者提供全方位的信息展現方式。
B. 伺服器集群怎麼實現
不難，硬體用路由器，軟體嘛，操作系統用WIN2003
server
enterprise
企業版，推薦一並安裝R2升級包，所有機器組區域網，用一台千兆網卡做域控，架設流媒體伺服器，其他機做為域成員加入進來，內網IP各用各的，外網用埠映射到一個IP，用域控做網路流量負載平衡，域控機器配置要強，如果你網路流量大，建議用專業級伺服器，至強+2Gb+SCSI硬碟之類，看你環境要求了，如果必要可以上雙至強，再用一台512mb內存的p4
2.0G以上機做備份域控，這樣主域控上下線或重啟或出故障不影響域內成員正常工作，備份域控湊合就可以了，按我上面的要求就行，當然，有錢可以用好的
如果你安全性要求高，建議路由前端用普通P4+512Mb內存機器架ISA2004
server組防火牆，配置的好效果比一般的硬體防火牆要好，完全不影響網路環境運行，域內成員可以裸奔不怕毒和黑
至於域內成員機，如果僅全力供應片源，當前主流家用機型就夠用了
伺服器建議用hp
360G系列，目前價位不算高，性價比還不錯，售後很好，如果你對建網不怎麼了解，可以讓他們幫你裝，買他們的伺服器就是要利用他們的人力資源嘛
路由器可以選用飛魚星4200以上機型，電信網通雙WAN口，是可以提供150～250台機器的大型網吧專用的，內置參數非常豐富
另外再多羅嗦幾句，板卡不要買七彩虹的，我上過當，七彩虹本身是咨訊公司，沒有任何板卡生產能力，都是同德代工的，以為它的出貨量大，就選了它，結果廣告上的指標參數和實際產品根本不同，水份太多太多了，售後也很爛，特此建議……
樓下別再抄襲我了，每天都被抄走好幾個200分最佳，實在是郁悶！
C. telepg集群中數據同步方式
同步主要包括位同步和字元同步.
位同步：目的是使接收方可以正確地接受各個二進制位.通常，分為自同步和外同步兩種方法.自同步方法是指接收方直接利用通信編碼的特點從數據塊中獲取同步信息，包括利用獨特的信號來激活接收動作，或者利用數據塊中的電平變換調整接收采樣脈沖.
外同步方法是指發送方在發送數據之前，先向接收方發出一串同步時鍾序列，接收方根據這一時鍾脈沖頻率和時序鎖定接收頻率，以便在接收數據過程中始終與發送方保持同步.
字元同步也稱群同步，其目的是使接收方可以爭取地識別數據（常指一個字元），以構成完整信息.顯然字元同步是基於位同步的，僅當識別了獨特的同步模式後，才可是真正的數據接收.
D. zookeeper在大數據分布式集群中的作用有哪些
Zookeeper 分布式服務框架是 Apache Hadoop 的一個子項目，它主要是用來解決分布式應用中經常遇到的回一些數據答管理問題，如：統一命名服務、狀態同步服務、集群管理、分布式應用配置項的管理、Leader 選舉、隊列管理等。
E. 計算機集群 專家進
一、集群的基本概念
有一種常見的方法可以大幅提高伺服器的安全性，這就是集群。
Cluster集群技術可如下定義：一組相互獨立的伺服器在網路中表現為單一的系統，並以單一系統的模式加以管理。此單一系統為客戶工作站提供高可靠性的服務。
大多數模式下，集群中所有的計算機擁有一個共同的名稱，集群內任一系統上運行的服務可被所有的網路客戶所使用。Cluster必須可以協調管理各分離的組件的錯誤和失敗，並可透明地向Cluster中加入組件。
一個Cluster包含多台（至少二台）擁有共享數據存儲空間的伺服器。任何一台伺服器運行一個應用時，應用數據被存儲在共享的數據空間內。每台伺服器的操作系統和應用程序文件存儲在其各自的本地儲存空間上。
Cluster內各節點伺服器通過一內部區域網相互通訊。當一台節點伺服器發生故障時，這台伺服器上所運行的應用程序將在另一節點伺服器上被自動接管。當一個應用服務發生故障時，應用服務將被重新啟動或被另一台伺服器接管。當以上任一故障發生時，客戶將能很快連接到新的應用服務上。
二、集群的硬體配置
鏡像伺服器雙機
集群中鏡像伺服器雙機系統是硬體配置最簡單和價格最低廉的解決方案，通常鏡像服務的硬體配置需要兩台伺服器，在每台伺服器有獨立操作系統硬碟和數據存貯硬碟，每台伺服器有與客戶端相連的網卡，另有一對鏡像卡或完成鏡像功能的網卡。
鏡像伺服器具有配置簡單，使用方便，價格低廉諸多優點，但由於鏡像伺服器需要採用網路方式鏡像數據，通過鏡像軟體實現數據的同步，因此需要佔用網路伺服器的CPU及內存資源，鏡像伺服器的性能比單一伺服器的性能要低一些。
有一些鏡像伺服器集群系統採用內存鏡像的技術，這個技術的優點是所有的應用程序和網路操作系統在兩台伺服器上鏡像同步，當主機出現故障時，備份機可以在幾乎沒有感覺的情況下接管所有應用程序。因為兩個伺服器的內存完全一致，但當系統應用程序帶有缺陷從而導致系統宕機時，兩台伺服器會同步宕機。這也是內存鏡像卡或網卡實現數據同步，在大數據量讀寫過程中兩台伺服器在某些狀態下會產生數據不同步，因此鏡像伺服器適合那些預算較少、對集群系統要求不高的用戶。
硬體配置範例：
網路伺服器 兩台
伺服器操作系統硬碟 兩塊
伺服器數據存貯硬碟 視用戶需要確定
伺服器鏡像卡（部分軟體可使用標准網卡） 兩塊
網路服務網卡 兩塊三、雙機與磁碟陣列櫃
與鏡像伺服器雙機系統相比，雙機與磁碟陣列櫃互聯結構多出了第三方生產的磁碟陣列櫃，目前，豪威公司、精業公司等許多公司都生產有磁碟陣列櫃，在磁碟陣列櫃中安裝有磁碟陣列控制卡，陣列櫃可以直接將櫃中的硬碟配置成為邏輯盤陣。磁碟陣列櫃通過SCSI電纜與伺服器上普通SCSI卡相連，系統管理員需直接在磁碟櫃上配置磁碟陣列。
雙機與磁碟陣列櫃互聯結構不採用內存鏡像技術，因此需要有一定的切換時間（通常為60？D？D180秒），它可以有郊的避免由於應用程序自身的缺陷導致系統全部宕機，同時由於所有的數據全部存貯在中置的磁碟陣列櫃中，當工作機出現故障時，備份機接替工作機，從磁碟陣列中讀取數據，所以不會產生數據不同步的問題，由於這種方案不需要網路鏡像同步，因此這種集群方案伺服器的性能要比鏡像伺服器結構高出很多。
雙機與磁碟陣列櫃互聯結構的缺點是在系統當中存在單點錯的缺陷，所謂單點錯是指當系統中某個部件或某個應用程序出現故障時，導致所有系統全部宕機。在這個系統中磁碟陣列櫃是會導致單點錯，當磁碟陣列櫃出現邏輯或物理故障時，所有存貯的數據會全部丟失，因此，在選配這種方案時，需要選用一個品質與售後服務較好的產品。
硬體配置範例：
網路伺服器 兩台
伺服器操作系統硬碟 兩塊
第三方生產的磁碟陣列櫃 一台
磁碟櫃專用SCSI電線 兩根
磁碟陣列櫃數據存貯硬碟 視用戶需求確定
網路服務網卡 兩塊
除此之外，一些廠商還有更優秀的技術的解決方案，比如 HP.
四、HP雙機雙控容錯系統
HP NetServer為雙機雙控容錯系統提供了高品質和高可靠的硬體基礎……
HP雙機雙控容錯系統結合了HP伺服器產品的安全可靠性與Cluster技術的優點，相互配合二者的優勢。
硬體配置範例：
HP L系統的網路伺服器 兩台
伺服器操作系統硬碟 兩塊
HP硬碟存貯櫃（SS/6，RS/8，RS/12） 一台
磁碟櫃專用SCSI集群適配電纜 兩根
磁碟櫃數據存貯硬碟 視用戶需求確定
HP集群專用陣列卡 兩塊
網路服務網卡 兩塊五、HP光纖通道雙機雙控集群系統
光纖通道是一種連接標准，可以作為SCSI的一種替代解決方案，光纖技術具有高帶寬、抗電磁干擾、傳輸距離遠、質量高、擴展能力強等特性，目前在FC-AL仲裁環路上可接入126個設備。
光纖設備提供了多種增強的連接技術，大大方便了用戶使用。伺服器系統可以通過光纜遠程連接，最大可跨越10公里的距離。它允許鏡像配置，這樣可以改善系統的容錯能力。伺服器系統的規模將更加靈活多變。SCSI每條通道最多可連接15個設備，而光纖仲裁環路最多可以連接126個設備。
光纖集群系統組成：
HP光纖集群系統硬體設備包括有兩台HP伺服器（需支持光纖卡，目前有LC2000、LH3000、LH4、 LH6000、LT6000、LXr8000、LXR8500）及光纖適配卡，可以使用RS/12FC光纖磁碟陣列櫃，需另加一對或兩對網卡用於心跳檢測和與客戶端連接。在配置過程中還需另外選配光纖卡到光纖存貯設備的光纖電纜。
硬體配置：
HPL系統的網路伺服器 兩台
伺服器操作系統硬碟 兩塊
HP光纖陣列存貯櫃（RS/12FC） 一台
光纖磁碟櫃專用光纖電纜 兩根
光纖磁碟櫃數據存貯硬碟 視用戶需求確定
HP光纖適配卡 兩塊
網路服務網卡 兩塊
六、集群的軟體配置
基於NT平台的集群軟體
Microsoft的MSCS，也有許多第三方的專業軟體公司開發的集群軟體，如豪威的DATAWARE，VIN CA公司的STANDBYSERVER，NSI公司的DOUBLE-TAKE.
MSWolfPack的特點
MS WolfPack是MSCluster server的別稱，是 微軟針對Cluster技術研製開發的雙機軟體。它集成在NT SERVER上，支持由二台機器組成的雙機系統，提供一種高可用且易管理的應用環境。
主要特點：
自動檢測和修復伺服器或應用程序的錯誤
可實現對伺服器中應用程序的切換
可通過TCP/IP連接各種客戶端，如MS-DOS、WINDOWS3.X/9X/NT，Apple Macintosh、UNIX等
生產主機無需人工干涉即可自動恢復數據並接管任務
易管理性：
可自動審核伺服器和應用程序的工作狀態
可建立高可用性的應用程序、文件共享、列印請求等
可靈活設置應用程序和數據的恢復策略
簡單操作即可進行應用程序的離線，重新再線，伺服器間的遷移。
目前，WINDOWS 2000 Advanced Server與WINDOWS 2000 DataCenter Server都集成有更先進集群技術。
其它的網路操作系統平台上也有許多集群軟體，比如：
基於novell平台的集群軟體有Novell HA Server、Novell SFT III
基於sco UNIX平台的集群軟體有Sentinel集群軟體
基於Linux平台的集群軟體有TurboCluster
七、集群技術的發展趨勢
集群技術隨著伺服器硬體系統與網路操作系統的發展將會在可用性、高可靠性、系統冗餘等方面逐步提高。未來的集群可以依靠集群文件系統實現對系統中的所有文件、設備和網路資源的全局訪問，並且生成一個完整的系統映像。這樣，無論應用程序在集群中的哪台伺服器上，集群文件系統允許任何用戶（遠程或本地）都可以對這個軟體進行訪問。任何應用程序都可以訪問這個集群任何文件。甚至在應用程序從一個節點轉移到另一個節點的情況下，無需任何改動，應用程序就可以訪問系統上的文件。
在今天，利用伺服器的集群技術，通過周密計劃和網路維護，系統破壞的機率是非常小的。所以，企業伺服器的穩定必須使用集群技術。
F. MYSQL大數據量的主從同步備份方案
開這么來多連接數有個毛源用。。。，Mysql的最大連接數在一般開個幾百個就好了，可以進行測試，最大連接數不是越多越好！！！
自己看看SQL語句的優化吧！連接數占滿肯定是SQL語句查詢耗時了，這個有多種原因的。
肯定是可以分區的。。。
G. 有哪些 java 解決大數據量同步的優選方案
建議採用緩存處理，按照你說的這種數據量，基於redis的緩存完全可以專滿足，存取速屬度可以10W+的，另外，擬採用的hashMap 是ConcurrentHashMap還是其他，頁面展示是增量查詢還是直接所有的再查詢一次，socket數據接收你是用的netty還是mina，這都需要經過仔細的斟酌考慮設計的。有這么大的並發的需求，完全可以考慮做分布式集群的，估計這只是領導想要的目標吧