XML Big Data Analytics

Scenario: Tổng hợp doanh số từ 50TB hóa đơn XML trong 10 năm

Data Size
50 TB
Cluster Nodes
1,000
Total Blocks
~400K
HDFS Ingestion

Raw XML Data (Sample)

HDFS Distribution (Simulated 1000 Nodes)

Waiting for data...
Cluster Storage Empty
Processing

Spark/MapReduce Job Execution

Giai đoạn MAP (Parse XML) 1000 Mappers chạy song song
Waiting for job submission...
SHUFFLE & REDUCE (Tổng hợp) Aggregation by Product_ID
Waiting for mappers...