阿里云DataHub使用教程

DataHub服务是阿里云提供的流式数据(Streaming Data)服务，它提供流式数据的发布 (Publish)和订阅 (Subscribe)的功能，让您可以轻松构建基于流式数据的分析和应用。

DataHub服务可以对各种移动设备，应用软件，网站服务，传感器等产生的大量流式数据进行持续不断的采集，存储和处理。用户可以编写应用程序或者使用流计算引擎来处理写入到DataHub的流式数据比如实时web访问日志、应用日志、各种事件等，并产出各种实时的数据处理结果比如实时图表、报警信息、实时统计等

优势点及简介：

高吞吐

最高支持单主题(Topic)每日T级别的数据量写入，每个分片(Shard)支持最高每日百GB级别的写入量。

实时性

通过DataHub服务，您可以实时的收集各种方式生成的数据并进行实时的处理，对您的业务产生快速的响应。

易用性

DataHub服务提供丰富的SDK包，包括C++, JAVA, Pyhon, 等语言。DataHub服务也提供Restful API规范，您可以用自己的方式实现访问接口。

高可用

服务可用性不低于99.999%。规模自动扩展，不影响对外服务；数据持久性不低于99.99999999%。数据自动多重冗余备份

动态伸缩

每个主题(Topic)的数据流吞吐能力可以动态扩展和减少，最高可达到每主题256MB/s的吞吐量。

高安全性

提供企业级多层次安全防护，多用户资源隔离机制；提供多种鉴权和授权机制及白名单、主子账号功能。

课时列表：

课时1：初识DataHub

课时2：通过Connector同步到Odps

课时3：同步数据到OSS

课时4：使用Logstash导入流式数据

课时5：Odps同步任务异常处理