|
|
RichData大数据智能分析平台RichData是一个跟具体行业业务无关的、通用性的大数据平台工具产品，通过这个产品所具备的的高性能的实时和非实时大数据计算能力、丰富的统计、分析、挖掘模型，为行业全流程、全周期的生产运营活动提供商业智能支持。 RichData是一个跟具体行业业务无关的、通用性的大数据平台工具产品，通过这个产品所具备的的高性能的实时和非实时大数据计算能力、丰富的统计、分析、挖掘模型，为行业全流程、全周期的生产运营活动提供商业智能支持。 RichData与具体业务实现了松耦合，是一个中间性的大数据分析挖掘平台，可应用到各个行业，实现行业内特定场景下，对大数据的分析需求。 产品定位  RichData从产品定位上，主要为行业大数据提供处理能力，是一个数据分析挖掘平台。因此，RichData的客户目标定位为具备大数据场景的行业客户。RichData作为一个大数据商业智能的基础平台，以RichData作为支撑，与行业具体的解决方案结合，可以延伸出行业化的数据产品族。 产品架构  ●管理子系统：主要包括集群管控、元数据管理、调度管理、数据服务管理、系统管理五个功能模块。 ●ETL子系统：RichETL以元数据驱动的方式提供强大的抽取、转换盒加载(ETL)能力 ●计算子系统：以HDFS Federation和YARN为核心，在YARN集成了各种计算组件，包括HBase、Hive、Tez、Storm、Kafka等。 ●服务配置工具：通过可配置式个性化开发，大大降低了平台实施和使用的技术门槛，对平台的大部分二次开发不再需要专业的开发人员，业务人员就可以实现对数据计算的定义、脚本实现并通过定义规则驱动数据计算。 ●报表和分析工具：包括自定义报表工具和自定义分析工具。 ●数据服务子系统：对外提供各种数据服务，开放多种数据接口，外部系统/用户可通过服务认证、数据API等方式按权限访问相应的数据。 技术架构  通过采用当前业界先进的大数据处理技术和模式，构建与具体业务松耦合的中间性的大数据统计、分析和挖掘平台。 利用大数据平台，通过资源的线性扩展，可以实现单条信息秒级的在线处理性能、TB级数据离线分布式处理、PB级数据的存储。 产品特性 配置化的安装部署 ●系统可实现跨平台、跨网络、跨区域分布式部署。 ●将大数据平台各组成部分封装成统一的产品安装工具，实现界面化的向导式安装。 ●平台采用向导式过程安装，自动检测资源，自动化安装。用户只需指定机器资源，平台自动进行资源检测、资源规划、平台各模块的安装，真正做到向导式安装，无人值守式安装。 元数据驱动的平台运行体系 ●平台采用分布式架构，弹性管控集群资源。 ●平台运行以元数据为基础，元数据包括数据源元数据，数据仓库元数据，结果元数据，数据服务元数据，任务元数据，平台信息元数据等。 全域的系统监控与管理 ●管理模块是大数据平台信息的汇聚点，通过管理子系统获取的信息可以知道系统的总体运行情况。 ●实时查看平台运行的业务，对业务进行调度，优先级配置，多维度的业务报表。 ●通过管理平台的信息呈现，用户可以清晰地知道当前系统运行的变化趋势，从而把握系统的稳定性及健康状况，可动态管理集群。 ●具备集群监控、集群管理（节点管理，异常管理，用户管理，安全管理等）、元数据管理、调度管理、数据服务管理、系统管理等功能。 完善的安全管理策略 ●多层面的用户权限管理机制，设置严格的数据管理机制。 ●内置了用户操作记录机制，全面监控用户对平台的使用情况。 丰富的函数模型库 ●对常用的统计函数，数值计算函数，字符函数进行封装。 ●对常用的数据挖掘模型、算法进行封装。 ●插件式的函数模型库，可动态增加新算法模型 ●提供行业分析模型及类似BI的分析和展示工具。 开放的数据服务 ●对外提供各种数据服务，开放多种数据接口，外部系统/用户可通过服务认证、数据API等方式按权限访问相应的数据。 ●采用可视化的图形，列表等页面展示方式。 ●标准化的接口访问协议，为各类数据服务提供统一入口，提供便利，全面的数据服务。 ●统一控制，对用户访问和数据访问的统一管控，访问日志记录，保证数据安全。 ●统一数据缓存机制，接口访问稳定性和速度的提升。可扩展，可定制，满足未来的数据访问需求。 多来源多格式适配的数据采集 ●以元数据驱动的方式提供强大的抽取、转换盒加载（ETL）能力。适配多种数据源，支持从文件、DB、数据流中导入数据。 ●灵活的数据转换配置和任务配置，提供给了直观的图形界面设计器，大大缩短了数据抽取的开发周期，并且容易维护。设计界面友好，提供了工作流设计模式，满足各种场景的实现。 ●服务以集群方式部署，支持多任务并发，自动负载均衡，支持大数据量的抽取转换处理，执行效率高，提供了丰富的异常处理功能，能满足各种异常处理需求。 统一的分布式存储 ●以HBase作为数据存储的统一格式，MapReduce、Hive通过接口使用HBase数据。 ●做到一份存储，多处使用。 配置式的服务配置工具 ●通过配置完成计算任务的配置，降低平台实施和使用的技术门槛。 ●通过统一的配置模板实现对数据计算的定义、脚本实现并通过定义规则驱动数据计算。 可视化的自助分析工具 ●自定义报表工具，实现了基于XML的定义文件来可编程性地生成报表的能力。 ●围绕着报表引擎，开发用户图形界面，用户可以使用向导，无需编程，通过工具配置一步接一步完成创建一个报表。 ●数据展示格式灵活，能更大程度上满足用户的数据需求。 ●多维分析工具，提供丰富的图形化展现界面和接口。 ●用java语言开发支持MDX（多维表达式）的查询语言、分析型XML和olap4j的接口技术规范，实现了从SQL和其他数据源读取数据，在内存缓冲区中生成集合数据。 模组化的平台架构 ●平台采用分布式架构，弹性管控集群资源。 ●平台各功能组件之间通过数据进行交互，实现松耦合。平台各子系统既是一个独立的功能模块，又能通过数据的交互构成一个整体。 责编：李玉琴  微信扫一扫实时了解行业动态 著作权声明：kaiyun体育官方人口
文章著作权分属kaiyun体育官方人口
、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。 |
最新专题 专家专栏 |
NCV6.3产品手册-采购管理.pdf
【评测稿】移动CRM软件比较.doc|
|
