• 体彩宁夏11选5开奖查询:數據倉庫

  • 應用場景

  • 客戶業務挑戰/痛點

    大數據時代數據產生的價值越來越大,BI分析向大數據分析演變:
  • 數據內容:結構化->非結構化->動態

  • 分析視角:看到過去->面向未來->決定現在

    當前很多客戶都已搭建了企業級數據倉庫平臺,實現了業務系統數據整合,面對大數據分析的需求,往往存在以下不足:
  • 已投產的BI應用以報表、多維分析和管理駕駛艙為主,無法滿足大數據時代的分析需求

  • 面對業務部門提出的用戶全生命周期信息采集和管理、精準營銷等需求,現有平臺在架構上、產品和服務功能上、處理性能上均無法滿足

  • 方案介紹

  • 采用Shared-nothing的MPP 架構
  • 線性度為1的可擴展性,最大可擴展至50PB+的數據規模
  • 技術特征:
    • 數據分配:采用HASH算法,實現均勻分布

    • 數據管理:數據自動分布,管理輕松便捷

    • 智能優化:高性能的動態和復雜查詢的性能

    • 并行處理:真正無條件、所有過程并行

    • 擴展能力:系統的性能隨節點的擴容線性增長

    • 系統升級:升級方便、高效,數據無須重分布

  • 系統特點:
    • 存儲空間:采用統一的空間管理,只進行邏輯空間限制;
      通過卓越的多值壓縮技術,產生更高的壓縮比率

    • CPU:利用更少的CPU提供相同的計算能力

    • TCO:更低或者相同的系統采購成本;無須系統集成和測
      試;更低的系統管理成本

  • 方案優勢

    性能:
  • 大數據量復雜運算效率快,適合企業數據倉庫系統的數據規模和應用場景

  • 為數據倉庫處理設計專業數據庫,無條件并行處理

  • 提供成熟的混合負載管理和優化級調度能力,能夠很好的支持各種復雜應用對資源的使用

  • 不提供CPU資源,利用更少的CPU提供相同的計算能力

    高容錯性:
  • 硬件軟件雙重數據?;ぃ≧AID,Clique,熱備節點,Fallback等)

  • 支持雙活系統(Dual Active)

    整體擁有成本:
  • 投資?;?/p>

  • 更低的系統管理成本

  • 一體機,裝機即可使用

  • 卓越的多值壓縮技術,更高的壓縮比率

  • 無需額外系統空間損耗

    易用性:
  • 數據庫完全自管理,空間、數據分布和管理無需人工干預

  • 更少的DBA

  • 成功案例

  • 交通銀行數據倉庫項目

版權所有2007-2019 - 上海明運信息科技有限公司   滬ICP備10022825號  |  Privacy Policy    Term and Condition