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)
INV_2014_001
2014-01-15
SP001
10
SP002
5
INV_2015_099
2015-06-20
SP001
20
SP003
8
INV_2023_555
2023-12-01
SP002
15
SP001
5
Lưu vào Data Lake (Phân tán)
HDFS Distribution (Simulated 1000 Nodes)
Waiting for data...
Cluster Storage Empty
Processing
Spark/MapReduce Job Execution
Chạy Job Tổng Hợp
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...
Kết quả phân tích (Final Output)