1.数据治理系统架构
说明：
1.Flume采用的三个client实时监控三个服务器的磁盘路径，七个server提高负载均衡和拉取数据的能力，采用load_balance机制将数据Sink到kafka，其中source zip方式flume官方不支持，需要开发自定义source
2.对于历史数据的备份从源头开始备份，当flume解析完一个zip的数据写入到kafka后，该zip文件会更名为.zip.complete文件，默认保存三天，过期自动删除，减少磁盘空间占用
3.质量分析kafka和数据分发kafka将分区设置最大，同时对于每个topic的数据量和下游的消费能力评估，设置动态的合适的数据存放时间，提高效率，避免数据积压。
4.质量分析库之所以采用Druid，是因为Druid在时序汇总关联查询具有有事，性能较快。