Alluxio：用例

1.对象存储数据加速

       许多组织中，越来越流行的架构是利用对象存储作为数据分析应用程序（Spark、Presto、Hadoop）的重要数据源。对象存储可以是公共对象存储服务(如AWS S3、Azure blob存储、谷歌云存储、阿里云OSS或腾讯COS)，也可以是内部对象存储(如Ceph或Swift)。
       虽然对象存储通常更划算、更易于伸缩和维护，但是它们不具有与文件系统相同的功能，即使提供了类似于文件系统的接口。一些缺失的功能包括:
1.缺少文件系统级的数据缓存：访问同一数据集的多个作业无法从缓存频繁访问的数据中获益。
2.计算上缺乏node级别的数据本地化：数据始终是远程读取的，并且从来不是计算任务的本地节点。
3.不同的性能影响：列出对象的操作可能很慢，特别是当桶中有很多对象时。重命名对象的操作也可能很慢，因为一致性保证较差。
4.吞吐量限制：存储系统（比如S3）会限制计算节点的吞吐量。
5.安全模型：对象存储通常使用不同于文件系统的安全模型。
       在这样的体系结构中，在计算端部署Alluxio(在计算端，数据被配置为从对象存储中持久存储)可以显著地使应用程序受益。Alluxio可以与不同的应用程序一起本地缓存数据，并管理相应的元数据，以避免对象存储的特定低效元数据操作。

2.计算集群赋能者

       出于性能、安全性或资源隔离等原因，公司维护独立于其主数据集群的计算集群，使用专用资源用于关键任务应用程序。这个 计算集群需要经常从主数据集群访问数据。这需要在作业执行期间远程读取数据，或者在作业执行之前运行ETL管道来预加载数据。
       Alluxio可以加速从主数据集群读取的远程数据，而不需要添加额外的ETL步骤。当部署到计算集群中的计算节点并配置为连接到主数据集群时，Alluxio充当一个本地数据代理层，它提供与主数据集群相同的名称空间。Alluxio将透明地将频繁访问的数据缓存到计算集群本地，以减少网络流量，降低主数据集群的总体负载。

3.公共数据访问层

       用户将Alluxio部署为公共数据访问请求的存储抽象层。Alluxio支持不同的存储连接器，包括公有云（AWS，Azure），以及私有存储服务（HDFS，Ceph）。只要应用程序与Alluxio集成，就可以访问不同的持久存储系统，而不需要在应用程序中更改二进制或源代码。