基于akka和data-sketch技术的实时数据流分析服务

实时数据流分析服务： 实时提交分析数据,实时获取分析结果

    之前一直在一家公司做埋点的后台数据处理分析程序，在碰到很多问题后就产生一个想法，能不能直接弄一个数据分析服务,

用户可以随时调用分析服务的接口提交分析数据和获取分析结果(www.xiuyundata.com)

技术背景：

• data-sketch对常见的统计需求，如count(distinct), quantiles, topN等 在精确程度，存储成本，计算成本之间进行了折衷，对每一个计算元素只touch一次的情况下，得到精度相当高的统计结果。
  
• akka是一个实现了actor pattern的异步编程 library。业务功能都被封闭成actor， 相互之间的调用或状态改变，通过message传递完成，无状态共享.

目前封装了三种计算模型:

• theta sketch:基数计算，即计算count(distinct)
• quantile sketch:分位数计算，即计算一系列数值的分布情况
• frequency sketch:频率计算，即topn计算

数据安全性:

• 提交数据使用wss,获取数据使用https,数据不会被中途截取
• 后台服务不存储任何原始数据,算后即扔,服务端只有分析后的数据
• 相关计算参数,比如userid,business,可以hash或混淆后再传值
• 由于目前只做authenticate,开发者应注意appid的保密性,建议后台调用

目前整个服务后台算是完成了0.5左右吧，由于是试验性质，目前只用了一台阿里云的ES,下一步要做的工作有两方面，

  1. 增加统计模型

  2. 增加对akka cluster 的支持，使整个后台服务能力可扩展