Apa Itu MapReduce Service?

Luncurkan dan kelola kluster big data ketersediaan tinggi yang dapat diskalakan untuk menjalankan beban kerja analitik sumber terbuka

  • Penyediaan yang Cepat dan Perawatan yang Mudah

    Sediakan kluster big data dengan cepat dengan penginstalan dan konfigurasi perangkat lunak otomatis, peluncuran patch dan pemutakhiran terintegrasi, serta operasi dan pemeliharaan yang disederhanakan.

    Sediakan kluster big data dengan cepat dengan penginstalan dan konfigurasi perangkat lunak otomatis, peluncuran patch dan pemutakhiran terintegrasi, serta operasi dan pemeliharaan yang disederhanakan.

  • Pemisahan Penyimpanan dan Komputasi

    Tingkatkan fleksibilitas dan kurangi biaya dengan menggunakan kluster komputasi untuk analisis, sembari menyimpan data tanpa batas di Object Storage Service (OBS) yang hemat biaya dengan ketahanan 99,9999999999%.

    Tingkatkan fleksibilitas dan kurangi biaya dengan menggunakan kluster komputasi untuk analisis, sembari menyimpan data tanpa batas di Object Storage Service (OBS) yang hemat biaya dengan ketahanan 99,9999999999%.


  • Keamanan End-to-End

    Kelola izin proyek kluster dengan autentikasi Kerberos, serta jaga keamanan pengguna dan sumber daya dengan layanan Identity and Access Management (IAM). Data dienkripsi selama transmisi dan saat di penyimpanan.

    Kelola izin proyek kluster dengan autentikasi Kerberos, serta jaga keamanan pengguna dan sumber daya dengan layanan Identity and Access Management (IAM). Data dienkripsi selama transmisi dan saat di penyimpanan.

  • Performa dan Ketersediaan Tinggi

    Tidak ada single point of failure dengan ketersediaan tinggi di semua zona ketersediaan. Tingkatkan skala instance dan/atau RAM serta CPU di kluster dengan cepat untuk mendapatkan daya komputasi yang luar biasa.

    Tidak ada single point of failure dengan ketersediaan tinggi di semua zona ketersediaan. Tingkatkan skala instance dan/atau RAM serta CPU di kluster dengan cepat untuk mendapatkan daya komputasi yang luar biasa.

Rilis Utama

Apache Pulsar, platform pesan dan streaming terdistribusi generasi mendatang

Apache Pulsar, platform pesan dan streaming terdistribusi generasi mendatang

Apache Pulsar adalah sistem pesan generasi mendatang dengan penyimpanan dan komputasi terpisah. Layanan cloud-native performa tinggi ini memiliki model terpadu dan streaming. Selain sangat andal dan mudah diskalakan, layanan ini juga mudah dipelihara. Huawei Cloud MRS mengintegrasikan sistem pesan Apache Pulsar kelas enterprise guna memberi Anda opsi fantastis untuk platform antrean pesan dan pemrosesan stream.

  • Skenario aplikasi
  • - Pembuatan antrean pesan

    - Pemrosesan data aliran

  • Keunggulan teknis
  • MRS menyediakan arsitektur cloud native untuk cloud hybrid dengan data lake real-time, luring, dan logis; serta platform big data terpadu untuk cloud publik yang terjangkau, fleksibel, aman, dan andal. Pemisahan penyimpanan dan komputasi memberikan skalabilitas yang lebih fleksibel, dan Anda dapat memanfaatkan konfigurasi multi-tenant, penyimpanan bertingkat, dan aneka mode langganan yang fleksibel (eksklusif, aktif/siaga, dan bersama).

ClickHouse (edisi enterprise)

ClickHouse (edisi enterprise)

ClickHouse adalah database analitik real-time yang istimewa, dengan rasio kompresi yang luar biasa dan kueri yang sangat cepat. Dengan fitur keamanan yang andal dari Huawei Cloud dan komputasi multi-arsitektur (x86 dan Arm), ClickHouse dapat mengkueri puluhan miliar record berdasarkan ratusan kriteria kueri dalam hitungan milidetik. Pilihan ini ideal jika Anda ingin membangun gudang analisis data masif berperforma tinggi di cloud.

  • Skenario aplikasi
  • - Analitik real-time data dalam jumlah sangat besar di flat-wide table

    - Analitik laporan BI real-time

    - Analitik perilaku pengguna

    - Analitik data bisnis oleh penyedia layanan game

  • Keunggulan teknis
  • Performa yang istimewa, komputasi multi-arsitektur, keamanan dan keandalan, penskalaan yang lancar dan elastis, konfigurasi yang fleksibel, dan dukungan ahli

Arsitektur MapReduce Service

Arsitektur MapReduce Service

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

Skenario Aplikasi

Gunakan aneka komponen big data untuk memproses, menganalisis, mengkueri, atau menambang data dalam volume sangat besar

Migrasi yang Cepat

Migrasikan big data dari platform lain ke MRS hanya dalam beberapa langkah. Rangkaian alat migrasi untuk setiap komponen disediakan guna meminimalkan kesalahan dan gangguan layanan.

Keunggulan

  • Penyimpanan Data Terpadu

    Hilangkan silo data dengan kombinasi antara data lake real-time, luring, dan logis. Satu salinan data dapat digunakan bersama dan dianalisis oleh beberapa layanan.

  • Penskalaan yang Elastis

    Optimalkan instance dan skalakan kapasitas instance secara otomatis untuk mengimbangi perubahan permintaan. Hal ini akan mengurangi biaya migrasi ke cloud secara signifikan.

  • Kompatibilitas Sumber Terbuka

    MRS kompatibel sepenuhnya dengan API sumber terbuka. Selama migrasi, layanan tidak akan terpengaruh dan tidak ada kode layanan yang perlu dimodifikasi.

Layanan Terkait

Internet of Vehicles (IoV)

MRS memanfaatkan kompatibilitas dengan API sumber terbuka untuk menyediakan mesin pemrosesan data yang cepat dan efisien, sehingga Anda dapat menganalisis data status mobil, telemetri, dan pengalaman pengguna dalam jumlah yang sangat besar.

Keunggulan

  • Platform Data yang Terpadu, Full-Stack, dan Dapat Diskalakan

    MRS adalah platform big data cloud-native tingkat enterprise yang menerapkan pemisahan penyimpanan dan komputasi untuk mewujudkan skalabilitas yang lebih praktis dan lebih fleksibel.

  • Pemrosesan Multi-mesin untuk Beban Kerja Hybrid

    MRS menyediakan aneka komponen sumber terbuka yang dapat dikombinasikan dengan leluasa sesuai kebutuhan, serta mendukung pemrosesan layanan kompleks real-time/luring.

  • Kinerja Tinggi dengan Biaya Rendah

    Storm dapat memperoleh data stream real-time dari Kafka untuk analisis dan komputasi real-time dengan throughput tinggi dan latensi rendah.

Keuangan dan Asuransi

MRS memenuhi kebutuhan kepatuhan, keamanan, dan keandalan yang ketat di industri asuransi. Arsitektur tradisional dapat dibuat ulang dan di-deploy dengan cepat untuk perusahaan asuransi yang perlu menjalankan transformasi dengan cepat. Transformasi digital membuat layanan dapat dibuat dan dikembangkan lebih cepat dan lebih mudah.

Keunggulan

  • Keamanan yang Kuat

    Memenuhi persyaratan peraturan industri dan melindungi data sensitif pelanggan.

  • Sumber Daya Khusus

    Menyediakan kluster MRS khusus dan sumber daya eksklusif, serta memisahkan sumber daya komputasi dari penyimpanan.

  • Pembuatan yang Fleksibel, Full-Stack, O&M yang Mudah

    Memungkinkan pengguna membuat platform big data full-stack hanya dalam beberapa klik dan menyediakan antarmuka pengelolaan platform kelas enterprise sehingga operasi dan pemeliharaan (O&M) dapat disederhanakan.

Logistik Pintar

MRS digunakan untuk mengelola logistik dan rantai pasokan dengan cerdas sehingga efisiensi operasi layanan dapat ditingkatkan dan biaya dapat dikurangi secara signifikan.

Keunggulan

  • Throughput Tinggi dan Latensi Rendah

    Kluster MRS Kafka khusus yang memiliki throughput tinggi, ketersediaan tinggi, dan latensi rendah memperlancar akses real-time ke jutaan pesan.

  • Analisis Data Berskala Besar dan Pemrosesan yang Cepat

    MRS Spark mendukung komputasi data berskala besar. MRS HBase dapat memuat dan memperbarui data logistik dalam hitungan milidetik, serta mengkueri dan menganalisis data deret waktu dalam skala petabyte.

  • Lebih Cerdas dengan AI

    MRS menggunakan AI untuk penggalian big data, serta menyediakan kemampuan prediksi dan analisis yang tepat dan cerdas untuk organisasi logistik, pemasaran, dan pengelolaan operasi.

Internet untuk Elevator (IoE)

MRS adalah platform pemrosesan big data terbuka dan terpadu untuk pengelolaan elevator yang cerdas. Platform ini fleksibel dan mudah disesuaikan untuk beradaptasi dengan hampir semua skenario.

Keunggulan

  • Terbuka dan Fleksibel

    MRS menyediakan aneka produk komputasi dan perangkat lunak penyimpanan untuk memenuhi kebutuhan spesifik dan membantu Anda membuat platform big data yang terbuka dan terpadu. Tersedia mesin komputasi yang canggih dan ruang penyimpanan tanpa batas, serta mendukung integrasi antar-komponen layanan secara fleksibel.

  • Kinerja Tinggi dan Kapasitas Besar

    MRS Kafka dapat digunakan dengan ECS General Network Enhancement (C3ne) performa tinggi untuk menyediakan akses real-time ke data jutaan elevator.

  • Didukung AI

    MRS mendukung GPU yang menyediakan pemrosesan paralel kecepatan tinggi real-time dan kemampuan komputasi titik mengambang, yang berguna untuk encoding dan decoding, pembelajaran mendalam, dan komputasi ilmiah.

Layanan Terkait

Pengelolaan Air Pintar

MRS Hadoop menyediakan layanan analisis dan penyimpanan big data berkinerja tinggi yang andal untuk pengelolaan air yang cerdas.

Keunggulan

  • Platform Data yang Terpadu dan Dapat Diskalakan

    MRS menyediakan platform big data tingkat enterprise dengan komponen sumber terbuka yang dapat ditumpuk secara fleksibel, sehingga mendukung pemrosesan layanan yang kompleks secara real-time atau offline.

  • Throughput Tinggi dan Latensi Rendah

    Storm dapat memperoleh data stream real-time dari Kafka untuk analisis dan komputasi real-time dengan throughput tinggi dan latensi rendah.

  • Integrasi dengan Berbagai Jenis Data

    Data terstruktur, semi-terstruktur, dan tidak terstruktur dapat dikomputasi dan diproses, serta gudang data tradisional dapat dimigrasikan dengan mudah, sehingga memperlancar eksplorasi dan analisis data lintas sumber.

Layanan Terkait

Game Real-Time

Data log game dapat diakses melalui Kafka dan Flume secara real-time. Selanjutnya, Spark Streaming memproses dan menganalisis data tersebut secara real-time dan menyimpan hasilnya di HBase atau Hive untuk mempercepat analisis iklan game, kueri dan analisis data, serta analisis pendapatan.

Keunggulan

  • Platform Data yang Terpadu dan Dapat Diskalakan

    MRS menawarkan platform big data tingkat enterprise dengan komponen sumber terbuka yang dapat ditumpuk secara fleksibel untuk memenuhi kebutuhan pemrosesan layanan yang sangat kompleks.

  • Real Time dan Throughput Tinggi

    MRS Kafka dan Flume mengumpulkan data real-time dan terintegrasi dengan ECS General Network Enhancement (C3ne) performa tinggi untuk memberikan akses real-time ke data dalam jumlah sangat besar.

Pengelolaan Listrik yang Pintar

MRS menyediakan layanan cloud big data tingkat enterprise yang memungkinkan operator pembangkit listrik menggunakan Hadoop, Spark, HBase, Storm, dan komponen big data lainnya untuk memprediksi pemeliharaan perangkat.

Keunggulan

  • Platform Big Data Terpadu

    MRS menyediakan platform big data tingkat enterprise dengan komponen sumber terbuka yang dapat ditumpuk secara fleksibel, sehingga mendukung pemrosesan layanan yang kompleks secara real-time atau offline.

  • Pengumpulan Data Massal

    MRS Kafka dan Sqoop mendukung berbagai metode pengumpulan data sehingga memperlancar akses real-time ke jutaan pesan.

  • Kemudahan Integrasi

    API Structured Query Language (SQL) dapat digunakan untuk mengkueri data multi-dimensi sehingga eksplorasi dan analisis data dapat lebih mudah dijalankan.

Opsi Kluster

Deploy dengan cepat dari templat kluster yang telah dikonfigurasi sebelumnya dengan komponen yang telah diinstal sebelumnya

  • Kluster Analisis Hadoop Analisis data dalam jumlah sangat besar

    Spark mendukung analisis dan query data dalam jumlah sangat besar, serta menggunakan Hive untuk menganalisis data dengan skala terabyte, bahkan petabyte.

    Spark mendukung analisis dan query data dalam jumlah sangat besar, serta menggunakan Hive untuk menganalisis data dengan skala terabyte, bahkan petabyte.

  • Kluster HBase Penyimpanan data masif

    HBase digunakan untuk menyimpan data yang sangat besar dan mengkueri data dalam hitungan milidetik.

    HBase digunakan untuk menyimpan data yang sangat besar dan mengkueri data dalam hitungan milidetik.

  • Kluster Kafka Pemrosesan streaming latensi rendah

    Flume digunakan untuk penyerapan data real-time, Kafka digunakan untuk akses real-time ke puluhan ribu rekaman data, sedangkan Storm digunakan untuk pemrosesan data layanan online yang andal, toleran terhadap kegagalan, dan berlatensi rendah.

    Flume digunakan untuk penyerapan data real-time, Kafka digunakan untuk akses real-time ke puluhan ribu rekaman data, sedangkan Storm digunakan untuk pemrosesan data layanan online yang andal, toleran terhadap kegagalan, dan berlatensi rendah.

  • Kluster ClickHouse Analisis real-time data dalam jumlah besar

    ClickHouse digunakan untuk mengkueri dan menganalisis data dalam jumlah besar secara real-time sehingga nilai data dapat diekstrak lebih cepat.

    ClickHouse digunakan untuk mengkueri dan menganalisis data dalam jumlah besar secara real-time sehingga nilai data dapat diekstrak lebih cepat.

Kompatibel dengan x86, Arm, dan Ekosistem Big Data Sumber Terbuka

Server Arm Huawei dilengkapi dengan database dan sistem operasi (OS) Huawei.

Berbagai kerangka kerja komputasi sumber terbuka, seperti MapReduce, Spark/Spark SQL, Hive, dan Storm, didukung.

CarbonData, format penyimpanan file kinerja tinggi, didukung.

Spark SQL kompatibel dengan Hive SQL.

Kisah Sukses

Meitu

Dengan memisahkan penyimpanan dari komputasi, FusionInsight dapat menskalakan kapasitas komputasi dan penyimpanan secara terpisah untuk memenuhi permintaan. Sebuah algoritma EC menggantikan 3 salinan big data Hadoop sehingga satu salinan data dapat mendukung berbagai jenis analisis dan komputasi. Hasilnya, kami bisa meningkatkan pemanfaatan sumber daya hingga 40% dan menurunkan biaya keseluruhan hingga 30%. Cara ini membantu layanan big data Meitu melayani lebih dari 2 miliar pengguna di seluruh dunia secara efisien.


Pelajari Selengkapnya

China Merchants Bank

"Platform big data FusionInsight Huawei Cloud mendorong inovasi secara signifikan di China Merchants Bank (CMB). Sekarang kami dapat menyediakan layanan online real-time sesuai permintaan yang lebih baik. Sebelumnya, kami hanya bisa mengkueri data historis dari 13 bulan terakhir. Sekarang, kami bisa mengkueri data dari tujuh tahun terakhir. Kami juga dapat menjangkau pengguna sasaran dengan pesan SMS 82% lebih sedikit dibanding sebelumnya."


— Liu Jing, Manajer Next-Gen Cloud Computing Project, Departemen Teknologi Informasi, China Merchants Bank

Pelajari Selengkapnya

T3Go

Lakehouse T3Go menerapkan pemisahan penyimpanan dan komputasi. Lakehouse ini dibuat berdasarkan kerangka kerja Hudi sumber terbuka, dan dapat diterapkan baik pada BI maupun AI. Saat ini, lakehouse kami di-hosting di FusionInsight Huawei Cloud.


— Yang Hua, kepala platform big data T3Go

Pelajari Selengkapnya

Daftar dan mulai perjalanan cloud Anda yang luar biasa

Coba Gratis