滿足從離線(xian)到在線(xian)(秒級到毫秒級)的各種數據處理(li)要(yao)求。
提(ti)供豐富的(de)二次(ci)開發API以及業務(wu)開發環境,方便的(de)運(yun)維系統,降低系統維護難度。
超百萬(wan)維度的全量數據(ju)分(fen)析挖(wa)(wa)掘,提高數據(ju)分(fen)析挖(wa)(wa)掘的精確(que)性。
服(fu)務器安(an)全(quan)控制,通(tong)過設(she)計策(ce)略及服(fu)務器訪問權限(xian)控制服(fu)務器安(an)全(quan),包含災(zai)備(bei)服(fu)務器。
采(cai)用B/S架構(gou)構(gou)建(jian),系統(tong)集中部署、集中存儲(chu),網頁式訪問,無需安(an)裝(zhuang)插件。
防(fang)火墻及應用(yong)程(cheng)序安全控制,采用(yong)用(yong)戶權(quan)限管理,操(cao)作(zuo)權(quan)限有角色(se)分配(pei)。
現有資源整合,構建集(ji)團大數據。
高(gao)度虛(xu)擬化、高(gao)度資源(yuan)共享(xiang)。
可(ke)彈性空間和可(ke)擴(kuo)展性。
大(da)數據解決(jue)方案的產品組件包括(kuo)HDFS、Yarn、LibrA、Spark、Elk、Storm、RTD、Weaver 和EI等(deng),提(ti)供大(da)數據平臺(tai)和基礎(chu)EI服務。
Hadoop分布(bu)式(shi)文(wen)件系統(Hadoop Distributed File System),提供高(gao)吞吐量(liang)的(de)數據訪問,適合(he)大規模數據集方面(mian)的(de)應用。
YarnHadoop 2.0中(zhong)的(de)資(zi)源(yuan)管理(li)系統(tong),它是(shi)一個通用的(de)資(zi)源(yuan)模塊,可(ke)以為各(ge)類應(ying)用程(cheng)序進行資(zi)源(yuan)管理(li)和(he)調(diao)度。
Spark基(ji)于內存進行計算的(de)一站式(shi)分(fen)布式(shi)計算框架。
Elk提供(gong)標(biao)準SQL引擎功(gong)能(neng),使傳統應用(yong)通過傳統應用(yong)平(ping)滑遷移到大數據平(ping)臺(tai)上。
Storm一個(ge)分(fen)布(bu)式(shi)(shi)、可(ke)靠(kao)、容錯(cuo)的實(shi)時流式(shi)(shi)數據(ju)處理的系統,并提(ti)供類SQL(StreamCQL)的查詢(xun)語言。
Weaver利用圖數(shu)據庫技術進行關系(xi)網絡(luo)分析,用于保險反欺詐(zha)等場景
RTD提供實時決策引擎,用于(yu)金融實時風控等(deng)場景,減少金融欺(qi)詐損(sun)失
EI提供圖(tu)(tu)像識(shi)別、文字識(shi)別、圖(tu)(tu)數據庫關(guan)系分析等人(ren)工智能平臺能力,用(yong)于(yu)各個行(xing)業,使企業更智能。
LibrA大(da)規模(mo)(mo)并行處理(li)數據庫(ku),提供高(gao)擴(kuo)展、高(gao)性能、高(gao)穩定(ding)、低成本的大(da)規模(mo)(mo)并行處理(li)數據庫(ku),替代傳(chuan)統數倉系統,為(wei)企(qi)業經營決策提供支撐。
傳統數倉時(shi)(shi)效性差(cha)、擴(kuo)容(rong)(rong)成本高、擴(kuo)容(rong)(rong)周期長、硬件兼容(rong)(rong)性差(cha),無法滿足(zu)客(ke)戶日益(yi)增長的數據分析、經營決(jue)策需(xu)求。明銳(rui)科技(ji)融(rong)(rong)合數倉支(zhi)持(chi)水平擴(kuo)展,全組件HA,行列混存、極速查詢(xun)分析,兼容(rong)(rong)傳統SQL、支(zhi)持(chi)平滑(hua)應用遷移,解決(jue)傳統數倉時(shi)(shi)效性差(cha)、擴(kuo)容(rong)(rong)成本高、擴(kuo)容(rong)(rong)中斷業務等問(wen)題(ti),助力運營商(shang)、金(jin)融(rong)(rong)和(he)公安(an)等客(ke)戶實現高效經營決(jue)策。
對(dui)海量(liang)數(shu)(shu)據(ju)(ju)(ju)(ju)進分(fen)析和處(chu)(chu)(chu)理(li),形成結果數(shu)(shu)據(ju)(ju)(ju)(ju),供下(xia)一步數(shu)(shu)據(ju)(ju)(ju)(ju)應用使用。離(li)(li)線(xian)處(chu)(chu)(chu)理(li)對(dui)處(chu)(chu)(chu)理(li)時間要求(qiu)不高,但是所處(chu)(chu)(chu)理(li)數(shu)(shu)據(ju)(ju)(ju)(ju)格式多(duo)(duo)樣、數(shu)(shu)據(ju)(ju)(ju)(ju)量(liang)巨大,通(tong)常達到PB級別,多(duo)(duo)個作(zuo)業調度復雜。通(tong)常通(tong)過(guo)MapReduce、Spark、Hive或(huo)者Spark SQL作(zuo)業實(shi)現。用于金融、運營商和公安(an)等行業的數(shu)(shu)據(ju)(ju)(ju)(ju)預處(chu)(chu)(chu)理(li)或(huo)離(li)(li)線(xian)分(fen)析。
對(dui)數(shu)據(ju)進行交(jiao)互(hu)式的(de)分(fen)析和查(cha)(cha)(cha)詢(xun),查(cha)(cha)(cha)詢(xun)響應時(shi)間要求較高,查(cha)(cha)(cha)詢(xun)比較復雜,查(cha)(cha)(cha)詢(xun)數(shu)據(ju)量大。交(jiao)互(hu)查(cha)(cha)(cha)詢(xun)的(de)數(shu)據(ju)通常已經(jing)被預處理過,按照適合交(jiao)互(hu)查(cha)(cha)(cha)詢(xun)的(de)數(shu)據(ju)模型(xing)進行組織。用于金(jin)融(rong)和公安行業的(de)精準(zhun)查(cha)(cha)(cha)詢(xun)、即時(shi)查(cha)(cha)(cha)詢(xun)、專題分(fen)析等業務場景。
明銳科技
明銳科技
Copyright?2017-2022 陜西明銳信息技術(shu)有限公司 All Rights Reserved 版權所有