携程的全球旅游业务涉及海量的用户行为数据、旅游产品数据和市场动态数据。设计一个大数据架构，能够支持实时数据分析和复杂查询，同时保证系统的高可用性和可扩展性。请详细描述架构的各个组件及其功能。

答题要点

采用分层架构设计思路，将系统分为数据采集层、数据存储层、数据处理层和数据应用层。关键要点如下：1. 数据采集层：使用 Flume 或 Logstash 收集各种数据源的数据，通过 Kafka 消息队列进行缓冲，保证数据的实时性和可靠性。2. 数据存储层：使用 HBase 存储海量的结构化数据，使用 HDFS 存储非结构化数据，使用 Cassandra 存储时间序列数据，满足不同类型数据的存储需求。3. 数据处理层：使用 Spark Streaming 进行实时数据处理，使用 Hive 和 Presto 进行离线和交互式查询，使用 Elasticsearch 进行全文搜索。4. 数据应用层：提供 API 接口供业务系统调用，使用可视化工具（如 Tableau）展示数据分析结果。5. 高可用性和可扩展性：采用分布式架构、集群部署和负载均衡技术，确保系统的高可用性和可扩展性。示例思路：数据从各个数据源通过 Flume 收集到 Kafka，Kafka 中的数据被 Spark Streaming 实时处理，处理结果存储在 HBase 或 Cassandra 中，用户可以通过 Hive、Presto 或 Elasticsearch 进行查询，查询结果通过 API 提供给业务系统或可视化工具展示。