Was ist MapReduce Service?

Erstellung und Verwaltung von Big-Data-Clustern mit hoher Verfügbarkeit und skalierbarer Leistung zum Ausführen von Open-Source-Analyse-Workloads

  • Schnelle Bereitstellung und einfache Wartung

    Schnelle Bereitstellung von Big-Data-Clustern mit automatisierter Softwareinstallation und -konfiguration, integrierten rollenden Patches und Upgrades sowie vereinfachten Betriebs- und Wartungsvorgängen.

    Schnelle Bereitstellung von Big-Data-Clustern mit automatisierter Softwareinstallation und -konfiguration, integrierten rollenden Patches und Upgrades sowie vereinfachten Betriebs- und Wartungsvorgängen.

  • Entkoppelte Speicher- und Rechenarchitektur

    Erhöhen Sie die Flexibilität und senken Sie die Kosten, indem Sie Computing-Cluster für Analysen verwenden und Daten ohne Einschränkungen auf dem kostengünstigen Object Storage Service (OBS) mit 99,9999999999 % Haltbarkeit speichern.

    Erhöhen Sie die Flexibilität und senken Sie die Kosten, indem Sie Computing-Cluster für Analysen verwenden und Daten ohne Einschränkungen auf dem kostengünstigen Object Storage Service (OBS) mit 99,9999999999 % Haltbarkeit speichern.

  • End-to-End-Sicherheit

    Verwalten Sie Berechtigungen für Cluster-Projekte mithilfe der Kerberos-Authentifizierung und schützen Sie Benutzer und Ressourcen mit dem Identity and Access Management(IAM)-Service. Die Daten werden bei der Übertragung und bei der Speicherung verschlüsselt.

    Verwalten Sie Berechtigungen für Cluster-Projekte mithilfe der Kerberos-Authentifizierung und schützen Sie Benutzer und Ressourcen mit dem Identity and Access Management(IAM)-Service. Die Daten werden bei der Übertragung und bei der Speicherung verschlüsselt.

  • Hohe Leistung

    Skalieren Sie schnell Instanzen und/oder RAM und CPU in Clustern für massive Rechenleistung.

    Skalieren Sie schnell Instanzen und/oder RAM und CPU in Clustern für massive Rechenleistung.

Wichtige Neuveröffentlichungen

Apache Pulsar, eine verteilte Nachrichten- und Streaming-Plattform der nächsten Generation

Apache Pulsar, eine verteilte Nachrichten- und Streaming-Plattform der nächsten Generation

Apache Pulsar ist ein Nachrichtensystem der nächsten Generation mit entkoppelter Speicher- und Rechenarchitektur. Dieser leistungsstarke, Cloud-native-Service verfügt über vereinheitlichte und Streaming-Modelle. Er ist äußerst zuverlässig, einfach skalierbar und leicht zu warten. Huawei Cloud MRS integriert das Apache Pulsar-Nachrichtensystem der Unternehmensklasse, um Ihnen eine einzigartige Option für Plattformen zur Verarbeitung von Nachrichten-Warteschlangen und -Streams bereitzustellen.

  • Anwendungsszenarien
  • - Erstellung von Nachrichten-Warteschlangen

    - Streamen der Datenverarbeitung

  • Technische Vorteile
  • MRS stellt eine Cloud-Native-Architektur für Hybrid Clouds mit Echtzeit-, Offline- und logischen Data Lakes sowie eine zentrale Big-Data-Plattform für die öffentliche Cloud bereit, die kostengünstig, flexibel, sicher und zuverlässig ist. Die entkoppelte Speicher- und Rechenarchitektur ermöglicht eine flexiblere Skalierbarkeit. Zudem profitieren Sie von Mehrmandaten-Konfigurationen, mehrstufigem Speicher und einer Reihe flexibler Abonnementmodi (Exklusiv, Aktiv/Standby und gemeinsame Nutzung).

ClickHouse (Unternehmensversion)

ClickHouse (Unternehmensversion)

ClickHouse ist eine erstklassig analytische Echtzeit-Datenbank mit einem herausragenden Komprimierungsverhältnis und blitzschneller Abfrage. Mit zuverlässigen Sicherheitsfunktionen von Huawei Cloud und Multi-Architektur-Computing (x86 und Arm) kann ClickHouse in Millisekunden auf Anfragen von mehreren Milliarden von Datensätzen aus Hunderten von Dimensionen reagieren. Die Lösung ist die ideale Wahl für die Entwicklung eines leistungsstarken Data Warehouse für die Analyse riesiger Datenmengen in der Cloud.

  • Anwendungsszenarien
  • - Echtzeitanalyse riesiger Datenmengen in flachen Tabellen

    - BI-Berichtsanalysen in Echtzeit

    - Analyse des Nutzerverhaltens

    - Datenanalyse für Spieleoperationen

  • Technische Vorteile
  • Ultimative Leistung, Multi-Architektur-Computing, Sicherheit und Zuverlässigkeit, reibungslose und elastische Skalierung, flexible Konfiguration und Experten-Support

MapReduce Service-Architektur

MapReduce Service-Architektur

Terms & Conditions

活动对象:华为云电销客户及渠道伙伴客户可参与消费满送活动,其他客户参与前请咨询客户经理

活动时间: 2020年8月12日-2020年9月11日

Anwendungsfälle

Nutzung von Big-Data-Komponenten zur Verarbeitung, Analyse, Abfrage oder Extraktion riesiger Datenmengen

Big Data

Schnelle Migration

Migrieren Sie in wenigen Schritten von anderen Big-Data-Plattformen auf MRS. Für jede Komponente wird ein Satz von Migrationstools bereitgestellt, um Fehler und Serviceunterbrechungen zu minimieren.

Vorteile

  • Einheitliche Datenspeicherung

    Beseitigen Sie Datensilos mit einer Kombination aus Echtzeit-, Offline- und logischen Data Lakes. Eine Kopie der Daten kann von mehreren Services gemeinsam genutzt und analysiert werden.

  • Elastische Skalierung

    Optimieren Sie Ihre Instanzen und konfigurieren Sie nutzungsbasierte automatische Skalierungsrichtlinien, um die Kosten für die Migration in die Cloud erheblich zu senken.

  • Open-Source-Kompatibilität

    MRS ist vollständig kompatibel mit Open-Source-APIs. Während der Migration sind Ihre Services nicht betroffen, und es muss kein Servicecode geändert werden.

Zugehörige Services
Fahrzeuge

Internet der Fahrzeuge (IoV)

MRS nutzt die Kompatibilität mit Open-Source-APIs, um eine schnelle und effiziente Computing-Engine bereitzustellen, mit der Sie riesige Mengen an Daten zu Fahrzeugstatus, Telemetrie und Benutzererlebnis analysieren können.

Vorteile

  • Einheitliche, skalierbare Full-Stack-Datenplattform

    MRS ist eine Cloud-Native-Big-Data-Plattform der Unternehmensklasse, mit entkoppelter Speicher- und Rechenarchitektur für einfachere und flexiblere Skalierbarkeit.

  • Multi-Engine-Verarbeitung für hybride Workloads

    MRS bietet Open-Source-Komponenten, die bei Bedarf frei kombiniert werden können und die Verarbeitung komplexer Services in Echtzeit oder offline unterstützen.

  • Hohe Leistung zu niedrigen Kosten

    Storm kann Echtzeit-Streamingdaten von Kafka für Echtzeit-Computing und -Analysen mit hohem Durchsatz und geringer Latenz abrufen.

Zugehörige Services
Finanzwesen

Finanzwesen und Versicherungen

MRS erfüllt die strengen Anforderungen der Versicherungsbranche in Bezug auf Compliance, Sicherheit und Zuverlässigkeit. Für Versicherungsunternehmen, die sich schnell umstellen müssen, kann eine traditionelle Architektur rasch wiederaufgebaut und bereitgestellt werden. Die digitale Transformation vereinfacht und beschleunigt die Innovation und Weiterentwicklung von Services.

Vorteile

  • Robuste Sicherheit

    Erfüllt branchenspezifische regulatorische Anforderungen und schützt vertrauliche Kundendaten.

  • Dedizierte Ressourcen

    Stellt dedizierte MRS-Cluster und exklusive Ressourcen bereit und entkoppelt Rechenressourcen vom Speicher.

  • Flexible Erstellung, Full-Stack, einfache Betriebs- und Wartungsvorgänge

    Ermöglicht Benutzern die Erstellung einer Full-Stack-Big-Data-Plattform mit nur wenigen Klicks und bietet eine Plattform-Management-Schnittstelle der Unternehmensklasse, die Betrieb und Wartung vereinfacht.

Zugehörige Services
Logistik

Intelligente Logistik

MRS wird für die intelligente Verwaltung von Logistik- und Lieferkettenrouten eingesetzt, um die Effizienz des Servicebetriebs zu verbessern und die Kosten deutlich zu senken.

Vorteile

  • Hoher Durchsatz und geringe Latenz

    Dedizierte MRS-Kafka-Cluster mit hohem Durchsatz, hoher Verfügbarkeit und geringer Latenz ermöglichen den Echtzeitzugriff auf Millionen von Nachrichten.

  • Umfangreiche Datenanalyse und schnelle Verarbeitung

    MRS Spark unterstützt die Datenverarbeitung im großen Rahmen. MRS HBase kann Logistikdaten in Millisekunden laden und aktualisieren sowie Petabytes von Zeitreihendaten abfragen und analysieren.

  • Mehr Intelligenz mit KI

    MRS nutzt KI für Big Data Mining und stellt präzise und intelligente Prognose- und Analysefunktionen für Logistikunternehmen, Marketing und Betriebsmanagement bereit.

Zugehörige Services
Aufzüge

Internet der Aufzüge (IoE)

MRS ist eine zentrale, offene Plattform für die Big-Data-Verarbeitung für die intelligente Aufzugsverwaltung. Die Plattform ist flexibel und anpassbar genug, um sich an nahezu jedes Szenario anzupassen.

Vorteile

  • Offen und flexibel

    MRS stellt eine große Auswahl an Computing-Produkten und Speicher-Hardware zur Verfügung, um spezifische Anforderungen zu erfüllen und Ihnen beim Aufbau einer einheitlichen und offenen Big-Data-Plattform zu helfen. Die Lösung bietet leistungsstarke Computing-Engines, unbegrenzten Speicherplatz und ermöglicht die flexible Integration von Servicekomponenten.

  • Hohe Leistung und Kapazität

    MRS Kafka arbeitet mit leistungsstarken General Network Enhancement (C3ne) ECS zusammen, um den Echtzeitzugriff auf Daten für Millionen von Aufzügen zu ermöglichen.

  • KI-Unterstützung

    MRS unterstützt GPUs mit Hochgeschwindigkeits-Funktionen für Parallelverarbeitung und Gleitkomma-Computing in Echtzeit, die für Codierung und Decodierung, Deep Learning und die wissenschaftliche Datenverarbeitung nützlich sind.

Zugehörige Services
Wasserversorgung

Intelligente Wasserverwaltung

MRS Hadoop bietet zuverlässige, leistungsstarke Big-Data-Speicherung und -Analyse für intelligente Wasserverwaltung.

Vorteile

  • Einheitliche und skalierbare Datenplattform

    MRS stellt eine Big-Data-Plattform der Unternehmensklasse mit Open-Source-Komponenten bereit, die flexibel gestapelt werden können und eine komplexe Serviceverarbeitung in Echtzeit oder offline unterstützen.

  • Hoher Durchsatz und geringe Latenz

    Storm kann Echtzeit-Streamingdaten von Kafka für Echtzeit-Computing und -Analysen mit hohem Durchsatz und geringer Latenz abrufen.

  • Integration verschiedener Datentypen

    Strukturierte, halbstrukturierte und unstrukturierte Daten können berechnet und verarbeitet werden. Daten aus traditionellen Data Warehouses können problemlos migriert werden, wodurch die Untersuchung und Analyse quellenübergreifender Daten vereinfacht wird.

Zugehörige Services
Gaming

Echtzeit-Gaming

Über Kafka und Flume kann in Echtzeit auf Spielprotokolldaten zugegriffen werden. Spark Streaming verarbeitet und analysiert dann die Daten in Echtzeit und speichert die Analyseergebnisse in HBase oder Hive für eine schnelle Analyse von Spielwerbung, Datenabfragen und -Analysen sowie Umsatzanalysen.

Vorteile

  • Einheitliche und skalierbare Datenplattform

    MRS bietet eine Big-Data-Plattform der Unternehmensklasse mit Open-Source-Komponenten, die flexibel gestapelt werden können, um hochkomplexe Anforderungen an die Serviceverarbeitung zu erfüllen.

  • Echtzeitdaten und hoher Durchsatz

    MRS Kafka und Flume erfassen Echtzeitdaten und integrieren sie in leistungsstarke General Network Enhancement (C3ne) ECS für den Echtzeitzugriff auf riesige Datenmengen.

Zugehörige Services
Energieversorgung

Intelligente Energieverwaltung

MRS bietet Big-Data-Cloud-Services der Unternehmensklasse, mit denen Kraftwerksbetreiber Hadoop, Spark, HBase, Storm und andere Big-Data-Komponenten für die vorausschauende Gerätewartung nutzen können.

Vorteile

  • Einheitliche Big-Data-Plattform

    MRS stellt eine Big-Data-Plattform der Unternehmensklasse mit Open-Source-Komponenten bereit, die flexibel gestapelt werden können und eine komplexe Serviceverarbeitung in Echtzeit oder offline unterstützen.

  • Massive Datenerfassung

    MRS Kafka und Sqoop unterstützen mehrere Methoden zur Datenerfassung, wodurch die Echtzeiterfassung von Millionen von Nachrichten erleichtert wird.

  • Einfache Integration

    SQL-APIs können verwendet werden, um mehrdimensionale Daten zur einfachen Datenuntersuchung und -Analyse abzufragen.

Zugehörige Services

Cluster-Optionen

Schnelle Bereitstellung aus einer vorkonfigurierten Clustervorlage mit vorinstallierten Komponenten

  • Hadoop-Analyse-Cluster Analyse riesiger Datenmengen

    Spark ermöglicht die Analyse und Abfrage riesiger Datenmengen und verwendet Hive zur Analyse von Terabytes oder sogar Petabytes an Daten.

    Spark ermöglicht die Analyse und Abfrage riesiger Datenmengen und verwendet Hive zur Analyse von Terabytes oder sogar Petabytes an Daten.

  • HBase-Cluster Massiver Datenspeicher

    HBase dient zur Speicherung von riesigen Datenmengen und zur Abfrage von Daten in Millisekunden.

    HBase dient zur Speicherung von riesigen Datenmengen und zur Abfrage von Daten in Millisekunden.

  • Kafka-Cluster Streaming-Verarbeitung mit geringer Latenz

    Flume wird für die Datenerfassung in Echtzeit genutzt, Kafka für den Echtzeitzugriff auf Zehntausende von Datensätzen und Storm für die zuverlässige, fehlertolerante und latenzarme Datenverarbeitung von Online-Services.

    Flume wird für die Datenerfassung in Echtzeit genutzt, Kafka für den Echtzeitzugriff auf Zehntausende von Datensätzen und Storm für die zuverlässige, fehlertolerante und latenzarme Datenverarbeitung von Online-Services.

  • ClickHouse-Cluster Echtzeitanalyse riesiger Datenmengen

    ClickHouse dient zur Abfrage und Analyse riesiger Datenmengen in Echtzeit und beschleunigt so die Extraktion von Datenwerten.

    ClickHouse dient zur Abfrage und Analyse riesiger Datenmengen in Echtzeit und beschleunigt so die Extraktion von Datenwerten.

Kompatibel mit den Ökosystemen x86, Arm und Open Source Big Data

Die von Huawei entwickelten Arm-Server verfügen über integrierte Betriebssysteme und Datenbanken von Huawei.

Verschiedene Open-Source-Computing-Frameworks, z. B. MapReduce, Spark/Spark SQL, Hive und Storm werden unterstützt.

CarbonData, ein hochleistungsfähiges Dateispeicherformat, wird unterstützt.

Spark SQL ist mit Hive SQL kompatibel.

Erfolgsgeschichten

Meitu

FusionInsight nutzt eine entkoppelte Speicher- und Rechenarchitektur, um bei Bedarf eine flexible und unabhängige Erweiterung von Rechen- und Speicherressourcen zu ermöglichen. Ein EC-Algorithmus ersetzte die Hadoop Big Data 3-Copy, sodass eine Datenkopie mehrere Analyse- und Computing-Arten unterstützen kann. Dadurch wird eine um 40 % höhere Ressourcennutzung erreicht und die Kosten werden insgesamt um 30 % gesenkt. So kann der Big-Data-Service von Meitu weltweit über 2 Milliarden Benutzer effizient bedienen.






China Merchants Bank

„Die FusionInsight-Big-Data-Plattform von Huawei Cloud hat die Innovation im CMB-Bereich erheblich vorangetrieben. Jetzt können wir bessere Online-Services On-Demand und in Echtzeit bereitstellen. In der Vergangenheit konnten nur historische Daten der letzten 13 Monate abgefragt werden. Jetzt können wir Daten der letzten sieben Jahre abfragen. Außerdem erreichen wir alle unsere Zielkunden mit 82 % weniger SMS-Nachrichten als bisher.“


– Liu Jing, Manager des Next-Gen Cloud Computing Project, Abteilung Informationstechnologie, China Merchants Bank

Mehr erfahren

T3Go

Das Lakehouse von T3Go verfügt über eine entkoppelte Speicher- und Rechenarchitektur. Es basiert auf dem Open-Source-Hudi-Framework und kann sowohl für BI als auch für KI genutzt werden. Derzeit wird unser Lakehouse auf FusionInsight von Huawei Cloud gehostet.


– Yang Hua, Eigentümer der Big-Data-Plattform von T3Go