Ventajas de la arquitectura sin servidor
Ventajas de la arquitectura sin servidor
-
Escalamiento independiente
Ahorre dinero escalando los recursos de cómputo y almacenamiento de forma independiente. -
Escalamiento automático
Asegúrese de contar siempre con la capacidad suficiente para hacer frente a los aumentos repentinos de tráfico que pudieran presentarse. -
Pago por uso
Pague solo por lo que utiliza (volumen de datos escaneado, paquetes de unidades de cómputo). Si no hay trabajos en ejecución, no deberá efectuar ningún pago. -
Despliegue de alta disponibilidad en dos AZ
Libérese de las complicadas operaciones de O&M y de actualización, y disfrute de la alta disponibilidad de los datos gracias al despliegue en dos AZ.
Características
Características
-
Totalmente compatible con SQL
No es necesario contar con experiencia en big data para realizar análisis de este tipo de datos. Si sabe usar SQL, podrá hacerlo sin problemas. La sintaxis SQL es totalmente compatible con el estándar ANSI SQL 2003.No es necesario contar con experiencia en big data para realizar análisis de este tipo de datos. Si sabe usar SQL, podrá hacerlo sin problemas. La sintaxis SQL es totalmente compatible con el estándar ANSI SQL 2003. -
Spark/Flink/openLooKeng sin servidor
Migre sin problemas sus aplicaciones fuera de línea a la nube utilizando tecnología sin servidores. DLI es totalmente compatible con los ecosistemas y las API de Apache Spark, Apache Flink y Presto.Migre sin problemas sus aplicaciones fuera de línea a la nube utilizando tecnología sin servidores. DLI es totalmente compatible con los ecosistemas y las API de Apache Spark, Apache Flink y Presto.
-
Análisis de diferentes fuentes
Analice sus datos en diferentes bases de datos sin necesidad de realizar migraciones. Contar con una visión unificada de sus datos lo ayudará a comprenderlos más profundamente y a implementar innovaciones con mayor celeridad. No hay restricciones relacionadas con el formato ni la fuente de los datos, así como tampoco resulta relevante si se crearon en la nube o fuera de ella.Analice sus datos en diferentes bases de datos sin necesidad de realizar migraciones. Contar con una visión unificada de sus datos lo ayudará a comprenderlos más profundamente y a implementar innovaciones con mayor celeridad. No hay restricciones relacionadas con el formato ni la fuente de los datos, así como tampoco resulta relevante si se crearon en la nube o fuera de ella. -
Multitenants de clase empresarial
Gestione los permisos relacionados con el cómputo o los recursos por proyecto o por usuario. Disfrute de un control preciso que permite mantener la independencia de los datos en cada tarea.Gestione los permisos relacionados con el cómputo o los recursos por proyecto o por usuario. Disfrute de un control preciso que permite mantener la independencia de los datos en cada tarea.
Escenarios de aplicación
-
Análisis de bases de datos
-
Comercio electrónico
-
Videojuegos
-
Grandes empresas
-
Genética
-
Finanzas
-
Gobierno
-
Geografía
Análisis de bases de datos
Los datos de aplicaciones (como detalles de registros) se almacenan en una base de datos relacional y deben ser analizados.
Dificultades
•No se admiten consultas complejas para bases de datos relacionales.
•No es posible efectuar un análisis completo porque las particiones de las bases de datos y de las tablas están repartidas en múltiples bases de datos relacionales.
•El análisis de datos del negocio podría sobrecargar los recursos disponibles y afectar negativamente las operaciones comerciales.
Ventajas
Ponga en marcha nuevos servicios. DLI es compatible con la sintaxis estándar de las bases de datos relacionales ANSI SQL 2003, por lo que prácticamente no hay curva de aprendizaje.
Utilice DLI, impulsado por modelos de cómputo distribuido en memoria, para procesar fácilmente cantidades masivas de datos.
Marketing de precisión
La información de múltiples canales debe combinarse para realizar un análisis asociativo que mejore la tasa de conversión.
Ventajas
Si los datos de CTR de los anuncios se almacenan en OBS y los datos de registros de los usuarios en RDS, podrá consultarlos y analizarlos directamente, sin necesidad de migrarlos a DLI.
Si hay varias fuentes de datos interconectadas, puede mapearlas entre sí creando una tabla que utilice solo sentencias SQL.
Servicios relacionados
Análisis de registros
Dirigir una empresa de videojuegos requiere una plataforma de análisis de datos de calidad que permita mejorar la colocación de anuncios, aumentar el nivel de retención de jugadores nuevos, optimizar las operaciones y obtener una mejor retroalimentación para futuras iteraciones de juegos.
Dificultades
•El análisis de registros suele realizarse por períodos. Durante los períodos de inactividad entre cada tarea, se desperdician recursos.
Ventajas
Reducción de costos en más de un 50 % en comparación con la compra de clústeres exclusivos. Solo facturamos los recursos realmente utilizados para la planificación.
Solo se necesita una copia de los metadatos para la limpieza en tiempo real, el procesamiento ETL fuera de línea y el análisis interactivo. Los resultados del procesamiento de datos pueden utilizarse directamente para la minería de datos.
Servicios relacionados
Análisis de registros
Si dirige una gran empresa, es posible que los distintos departamentos que la conforman tengan que gestionar los recursos de forma independiente. Esto hace necesaria una gestión detallada de permisos que permita garantizar la seguridad de los datos y mejorar la eficiencia de la gestión.
Ventajas
Conceda permisos por columna o por operaciones específicas, como inserción y sobrescritura, y controle los permisos de lectura y escritura de los metadatos.
Utilice una sola cuenta de IAM para gestionar los múltiples empleados de su empresa.
Gestión de los datos genéticos
El análisis del genoma requiere del uso de bibliotecas de análisis de terceros basadas en el marco distribuido Spark, como ADAM y Hail.
Dificultades
•Se requieren grandes conocimientos técnicos para instalar bibliotecas de análisis como ADAM y Hail.
•Cada vez que se crea un clúster, hay que volver a instalar estas bibliotecas de análisis.
Ventajas
Empaquete bibliotecas de análisis de terceros, como ADAM y Hail, en imágenes personalizadas, y cárguelas directamente en SWR (Software Repository for Container). Al utilizar DLI, las imágenes personalizadas en SWR se extraen automáticamente.
DLI integra múltiples versiones de imágenes de Spark y Flink mejoradas de Huawei, así como imágenes de IA de código abierto (Tensorflow/Keras/PyTorch) para que usted pueda usarlas de forma conveniente.
Servicios relacionados
Control de riesgos en tiempo real
Casi todos los aspectos relacionados con los servicios financieros implican algún tipo de control de riesgos. Se necesita un sistema completo.
Dificultades
•Muy poca tolerancia a la latencia excesiva cuando se trata del control de riesgos.
Ventajas
Puede realizar análisis de datos en tiempo real en DLI con la ayuda de un modelo de flujo de datos de Apache Flink. Una sola CPU puede procesar de 1,000 a 20,000 mensajes por segundo.
Puede guardar flujos de datos en tiempo real en varios servicios en la nube, como CloudTable y SMN.
Servicios relacionados
Análisis en tiempo real
Con epidemias como la de COVID-19, los gobiernos necesitan poder supervisar los datos claves en tiempo real en grandes pantallas de monitoreo, para poder gestionar científicamente el control de la epidemia.
Dificultades
•Los empleados de la administración pública no siempre tienen experiencia en big data; SQL suele ser mucho más conocido.
Ventajas
Basado en el potente marco de cómputo en memoria, el motor integrado de openLooKeng optimiza el rendimiento de las consultas para lograr un análisis interactivo en milisegundos.
Solo necesita la sintaxis SQL para las consultas DLI. La sintaxis es totalmente compatible con el estándar ANSI SQL 2003.
Análisis de big data geográfico
El big data geográfico puede incluir petabytes de datos de imágenes satelitales, así como múltiples tipos de datos diferentes, por ejemplo, datos estructurados y rasterizados de imágenes de teledetección, datos vectoriales, datos de localización espacial no estructurados y datos de modelado 3D. Para el análisis de datos geográficos es imprescindible contar con una herramienta de minería eficaz.
Ventajas
Los operadores de algoritmos de análisis de datos espaciales de Spark en DLI permiten el procesamiento de flujos en tiempo real y el procesamiento por lotes fuera de línea. Se pueden importar tipos de datos masivos, como datos estructurados de imágenes de teledetección, modelado 3D no estructurado y datos de nubes de puntos láser en DLI.
Las sentencias SQL son todo lo que se necesita para la detección de guiñadas y la geovallas.
Migre rápidamente terabytes, o incluso exabytes, de imágenes de teledetección a la nube y repartir las imágenes a sus fuentes de datos para el procesamiento distribuido por lotes.
Comparación entre DLU y Hadoop de construcción propia
Costo
La facturación se basa en la cantidad real de datos escaneados o CUH utilizados. Hasta un 50 % de ahorro de costos.
Costos elevados debido a la ocupación de recursos a largo plazo; desaprovechamiento de recursos.
Escalabilidad elástica
Kubernetes basado en contenedores, escalamiento elástico inteligente.
N/A.
Disponibilidad de O&M
Se requieren sólidas capacidades técnicas de configuración y de implementación de tareas de O&M.
Costo de aprendizaje
Bajo.
Los parámetros de optimización están estandarizados sobre la base de 10 años de experiencia en miles de proyectos. Además, DLI proporciona una interfaz gráfica de usuario para la optimización inteligente.
Alto.
Se necesitan aprender cientos de parámetros de ajuste.
Fuentes de datos admitidas
Nube: OBS/RDS/DWS/CSS/MongoDB/Redis.
Local: MongoDB/Redis/bases de datos de construcción propia.
Nube: OBS.
Local: HDFS.
