ประโยชน์สำหรับโครงสร้างพื้นฐานแบบไร้เซิร์ฟเวอร์

ฟังก์ชัน

  • ความเข้ากันได้ของ SQL อย่างสมบูรณ์

    คุณไม่จำเป็นต้องมีพื้นฐานด้านข้อมูลขนาดใหญ่ เพื่อทำการวิเคราะห์ข้อมูลขนาดใหญ่ หากคุณใช้งาน SQL เป็น ก็พร้อมดำเนินการเลย ไวยากรณ์ของ SQL เข้ากับ ANSI SQL 2003 มาตรฐานได้อย่างสมบูรณ์

    คุณไม่จำเป็นต้องมีพื้นฐานด้านข้อมูลขนาดใหญ่ เพื่อทำการวิเคราะห์ข้อมูลขนาดใหญ่ หากคุณใช้งาน SQL เป็น ก็พร้อมดำเนินการเลย ไวยากรณ์ของ SQL เข้ากับ ANSI SQL 2003 มาตรฐานได้อย่างสมบูรณ์

  • Spark แบบไร้เซิร์ฟเวอร์/Flink/openLooKeng

    ย้ายแอปพลิเคชันออฟไลน์ของคุณไปยังคลาวด์อย่างราบรื่นด้วยเทคโนโลยีไร้เซิร์ฟเวอร์ DLI เข้ากับระบบนิเวศและส่วนต่อประสานแอปพลิเคชัน (API) ของ Apache Spark, Apache Flink และ Presto ได้อย่างสมบูรณ์

    ย้ายแอปพลิเคชันออฟไลน์ของคุณไปยังคลาวด์อย่างราบรื่นด้วยเทคโนโลยีไร้เซิร์ฟเวอร์ DLI เข้ากับระบบนิเวศและส่วนต่อประสานแอปพลิเคชัน (API) ของ Apache Spark, Apache Flink และ Presto ได้อย่างสมบูรณ์

  • การวิเคราะห์แบบข้ามแหล่งที่มา

    วิเคราะห์ข้อมูลของคุณข้ามฐานข้อมูล ไม่จำเป็นต้องมีการย้ายใด ๆ มุมมองข้อมูลแบบรวมศูนย์ช่วยให้คุณเข้าใจข้อมูลของคุณอย่างครอบคลุม และช่วยให้คุณสร้างสรรค์สิ่งใหม่ ๆ ได้เร็วยิ่งขึ้น ไม่มีข้อจำกัดเกี่ยวกับรูปแบบข้อมูล แหล่งข้อมูลบนคลาวด์ หรือเงื่อนไขว่าฐานข้อมูลจะสร้างขึ้นทางออนไลน์หรือออฟไลน์

    วิเคราะห์ข้อมูลของคุณข้ามฐานข้อมูล ไม่จำเป็นต้องมีการย้ายใด ๆ มุมมองข้อมูลแบบรวมศูนย์ช่วยให้คุณเข้าใจข้อมูลของคุณอย่างครอบคลุม และช่วยให้คุณสร้างสรรค์สิ่งใหม่ ๆ ได้เร็วยิ่งขึ้น ไม่มีข้อจำกัดเกี่ยวกับรูปแบบข้อมูล แหล่งข้อมูลบนคลาวด์ หรือเงื่อนไขว่าฐานข้อมูลจะสร้างขึ้นทางออนไลน์หรือออฟไลน์

  • ผู้เช่าหลายรายระดับองค์กร

    จัดการสิทธิ์ที่เกี่ยวข้องกับการคำนวณหรือทรัพยากรตามโครงการหรือผู้ใช้ รับประโยชน์จากการควบคุมแบบละเอียดที่ช่วยให้รักษาความเป็นอิสระของข้อมูลสำหรับงานที่แยกจากกันได้อย่างง่ายดาย

    จัดการสิทธิ์ที่เกี่ยวข้องกับการคำนวณหรือทรัพยากรตามโครงการหรือผู้ใช้ รับประโยชน์จากการควบคุมแบบละเอียดที่ช่วยให้รักษาความเป็นอิสระของข้อมูลสำหรับงานที่แยกจากกันได้อย่างง่ายดาย

กรณีใช้งาน

การวิเคราะห์ฐานข้อมูล

ข้อมูลแอปพลิเคชัน (เช่น รายละเอียดการลงทะเบียน) จะเก็บไว้ในฐานข้อมูลเชิงสัมพันธ์และต้องการการวิเคราะห์

ปัญหาที่พบ

• ไม่รองรับการสืบค้นที่ซับซ้อนสำหรับฐานข้อมูลเชิงสัมพันธ์ที่มีขนาดใหญ่

• ไม่สามารถทำการวิเคราะห์แบบครอบคลุม เนื่องจากฐานข้อมูลและพาร์ติชันของตารางกระจายอยู่ในฐานข้อมูลเชิงสัมพันธ์หลายฐานข้อมูล

• การวิเคราะห์ข้อมูลธุรกิจอาจใช้ทรัพยากรที่มีอยู่มากเกินไป และส่งผลกระทบต่อการดำเนินธุรกิจ

จุดเด่น

  • ประสบการณ์ SQL ที่คุ้นเคย

    เริ่มต้นใช้งานด้วยบริการใหม่ DLI รองรับไวยากรณ์ฐานข้อมูลเชิงสัมพันธ์ ANSI SQL 2003 มาตรฐาน ดังนั้นจึงแทบไม่ต้องใช้เวลาในการเรียนรู้ 

  • ประสิทธิภาพขั้นสูง

    ใช้ DLI ที่ขับเคลื่อนโดยแบบจำลองการคำนวณในหน่วยความจำ เพื่อประมวลผลข้อมูลปริมาณมหาศาลอย่างง่ายดาย

การตลาดแบบเจาะจง

ข้อมูลจากหลายช่องทางจำเป็นต้องนำมารวมกันเพื่อการวิเคราะห์ที่เชื่อมโยงในการพัฒนาอัตราการแปลง

จุดเด่น

  • การวิเคราะห์แบบข้ามแหล่งที่มา

    เมื่อเก็บข้อมูลอัตราการคลิกผ่าน (CTR) ของโฆษณาไว้ใน OBS และเก็บข้อมูลการลงทะเบียนผู้ใช้ไว้ใน RDS คุณก็สามารถสืบค้นและวิเคราะห์ได้โดยตรง ไม่จำเป็นต้องย้ายไปยัง DLI

  • SQL เพียงอย่างเดียว

    ด้วยแหล่งข้อมูลหลายแหล่งที่เชื่อมต่อถึงกัน คุณจึงสามารถแมปแหล่งข้อมูลเหล่านั้นเข้าด้วยกันโดยการสร้างตารางโดยใช้เพียงคำสั่ง SQL

บริการที่เกี่ยวข้อง

การวิเคราะห์บันทึก

การบริหารบริษัทเกมจำเป็นต้องมีแพลตฟอร์มการวิเคราะห์ข้อมูลที่มีคุณภาพเพื่อพัฒนาการวางโฆษณา การรักษาผู้เล่นใหม่ การดำเนินงาน และรับข้อเสนอแนะที่ดีขึ้นสำหรับการทำซ้ำของเกมในอนาคต

ปัญหาที่พบ

การวิเคราะห์บันทึกมักจะดำเนินการตามช่วงเวลา ทรัพยากรจะสูญเปล่าในช่วงเวลาที่ไม่มีการทำงานระหว่างแต่ละงาน

จุดเด่น

  • การคิดเงินแบบเรียกเก็บตามการใช้

    ลดต้นทุนได้กว่า 50% เมื่อเทียบกับการซื้อคลัสเตอร์พิเศษ เราจะเรียกเก็บเงินค่าบริการทรัพยากรที่ใช้จริงสำหรับการจัดกำหนดการเท่านั้น

  • การวิเคราะห์แบบหลอมรวม

    คุณต้องใช้สำเนาข้อมูลเมตาเพียงชุดเดียวในการล้างข้อมูลตามเวลาจริง การประมวลผล ETL แบบออฟไลน์ และการวิเคราะห์เชิงโต้ตอบ คุณสามารถใช้ผลการประมวลผลข้อมูลสำหรับการทำเหมืองข้อมูลโดยตรง

บริการที่เกี่ยวข้อง

การวิเคราะห์บันทึก

หากคุณบริหารองค์กรขนาดใหญ่ ฝ่ายงานต่าง ๆ ในบริษัทอาจต้องจัดการทรัพยากรอย่างอิสระ คุณต้องมีการจัดการสิทธิ์อย่างละเอียดเพื่อความปลอดภัยของข้อมูลและประสิทธิภาพการจัดการที่ดีขึ้น  

จุดเด่น

  • การจัดการสิทธิ์อย่างละเอียด

    ให้สิทธิ์ตามคอลัมน์หรือการดำเนินการเฉพาะ เช่น แทรกและเขียนทับ และควบคุมสิทธิ์ในการอ่านและบันทึกข้อมูลเมตา

  • การจัดการแบบรวมศูนย์

    ใช้บัญชี IAM บัญชีเดียวเพื่อจัดการพนักงานหลายคนในบริษัทของคุณ

การจัดการข้อมูลพันธุกรรม

คลังการวิเคราะห์ของบุคคลที่สามตามเฟรมเวิร์กแบบกระจายของ Spark เช่น ADAM และ Hail เป็นสิ่งจำเป็นสำหรับการวิเคราะห์จีโนม

ปัญหาที่พบ

• ต้องใช้ทักษะทางเทคนิคระดับสูงในการติดตั้งคลังการวิเคราะห์ เช่น ADAM และ Hail

• ต้องติดตั้งคลังการวิเคราะห์เหล่านี้ทุกครั้งที่สร้างคลัสเตอร์

จุดเด่น

  • อิมเมจที่กำหนดเอง

    คุณสามารถจัดแพคเกจคลังการวิเคราะห์ของบุคคลที่สาม เช่น ADAM และ Hail ลงในอิมเมจที่กำหนดเอง และอัปโหลดไปยัง SoftWare Repository for Container (SWR) ได้โดยตรง เมื่อใช้ DLI ระบบจะดึงอิมเมจที่กำหนดเองใน SWR

  • อิมเมจฐานในตัว

    อิมเมจ Spark และ Flink ที่ปรับปรุงโดย Huawei ในหลายเวอร์ชันและอิมเมจปัญญาประดิษฐ์ (AI) แบบโอเพนซอร์ส (Tensorflow/Keras/PyTorch) จะมีอยู่ใน DLI เพื่อความสะดวกของคุณ

บริการที่เกี่ยวข้อง

การควบคุมความเสี่ยงตามเวลาจริง

บริการทางการเงินเกือบทุกด้านจะเกี่ยวข้องกับการควบคุมความเสี่ยงบางประเภท ซึ่งจำเป็นต้องมีระบบที่ครอบคลุม

ปัญหาที่พบ

เมื่อพูดถึงการควบคุมความเสี่ยง จะมีค่าเผื่อน้อยมากสำหรับเวลาแฝงที่มากเกินไป

จุดเด่น

  • อัตราความเร็วสูง/เวลาแฝงต่ำ

    คุณสามารถทำการวิเคราะห์ข้อมูลตามเวลาจริงใน DLI โดยมีแบบจำลองกระแสข้อมูล Apache Flink คอยช่วย หน่วยประมวลผลกลาง (CPU) ตัวเดียวสามารถประมวลผลได้ 1,000 ถึง 20,000 ข้อความต่อวินาที

  • ระบบนิเวศแบบคลาวด์

    คุณสามารถบันทึกกระแสข้อมูลตามเวลาจริงไปยังบริการคลาวด์ต่าง ๆ เช่น CloudTable และ SMN

บริการที่เกี่ยวข้อง

หน้าจอขนาดใหญ่ตามเวลาจริง

เนื่องด้วยสถานการณ์โรคระบาดอย่างโควิด-19 ที่ลุกลามไปทั่วโลก รัฐบาลจำเป็นต้องตรวจสอบข้อมูลสำคัญตามเวลาจริงบนจอแสดงผลขนาดใหญ่ เพื่อจัดการการควบคุมการแพร่ระบาดในทางวิทยาศาสตร์ได้

ปัญหาที่พบ

เจ้าหน้าที่รัฐอาจไม่มีพื้นฐานด้านข้อมูลขนาดใหญ่ แต่มักจะคุ้นเคยกับ SQL มากกว่า

จุดเด่น

  • สืบค้นภายในเวลาไม่กี่มิลลิวินาที

    โปรแกรม openLooKeng ในตัวใช้เฟรมเวิร์กการประมวลผลในหน่วยความจำที่ทรงพลัง ซึ่งจะปรับประสิทธิภาพของการสืบค้นให้เหมาะสมเพื่อให้ได้การวิเคราะห์เชิงโต้ตอบในเวลาเพียงไม่กี่มิลลิวินาที

  • ใช้งานง่าย

    ใช้เพียงไวยากรณ์ของ SQL ในการสืบค้น DLI ซึ่งไวยากรณ์นี้เข้ากับ ANSI SQL 2003 มาตรฐานได้อย่างสมบูรณ์

บริการที่เกี่ยวข้อง

การวิเคราะห์ข้อมูลขนาดใหญ่

ข้อมูลขนาดใหญ่ทางภูมิศาสตร์อาจเกี่ยวข้องกับข้อมูลจำนวนมาก เช่น ข้อมูลภาพถ่ายดาวเทียมระดับเพตะไบต์ (PB) ซึ่งมีข้อมูลประเภทต่าง ๆ มากมาย เช่น มีข้อมูลแรสเตอร์รูปภาพจากการตรวจจับระยะไกลที่มีโครงสร้าง ข้อมูลเวกเตอร์ ข้อมูลตำแหน่งเชิงพื้นที่ที่ไม่มีโครงสร้าง และข้อมูลการสร้างแบบจำลองสามมิติ เครื่องมือทำเหมืองข้อมูลที่มีประสิทธิภาพเป็นสิ่งจำเป็นสำหรับการวิเคราะห์ข้อมูลทางภูมิศาสตร์

จุดเด่น

  • ตัวดำเนินการวิเคราะห์ข้อมูลเชิงพื้นที่

    ตัวดำเนินการอัลกอริทึมการวิเคราะห์ข้อมูลเชิงพื้นที่ของ Spark ใน DLI ช่วยให้สามารถประมวลผลสตรีมตามเวลาจริงและประมวลผลแบตช์ออฟไลน์ คุณสามารถนำเข้าข้อมูลหลากหลายประเภท ซึ่งรวมถึงข้อมูลภาพที่ตรวจจับระยะไกลที่มีโครงสร้าง การสร้างแบบจำลองสามมิติที่ไม่มีโครงสร้าง และข้อมูลคลาวด์แบบจุดเลเซอร์ใน DLI

  • CEP SQL

    ใช้เพียงคำสั่ง SQL ในการตรวจจับการหันเหและการล้อมรั้วทางภูมิศาสตร์

  • การประมวลผลข้อมูลขนาดใหญ่

    คุณสามารถย้ายอิมเมจจากการตรวจจับระยะไกลไปยังคลาวด์ได้อย่างรวดเร็ว ทั้งระดับเทราไบต์ (TB) หรือแม้แต่เอ๊กซาไบต์ (EB) และแบ่งอิมเมจไปยังแหล่งข้อมูลสำหรับการประมวลผลแบบแบตช์แบบกระจายได้

บริการที่เกี่ยวข้อง

การเปรียบเทียบระหว่าง DLI กับ Hadoop ที่สร้างขึ้นเอง

Data Lake Insight (DLI)

ระบบ Hadoop ที่สร้างขึ้นเอง

ค่าใช้จ่าย

การเรียกเก็บเงินจะขึ้นอยู่กับปริมาณข้อมูลที่สแกนหรือใช้ CUH จริง ประหยัดค่าใช้จ่ายได้ถึง 50%

ค่าใช้จ่ายสูงเนื่องจากการครอบครองทรัพยากรในระยะยาว การใช้ทรัพยากรเปลือง

ความสามารถในการปรับขนาดแบบยืดหยุ่น

Kubernetes แบบคอนเทนเนอร์ การปรับขนาดแบบยืดหยุ่นอัจฉริยะ

N/A

ความพร้อมใช้งานของ O&M

สถาปัตยกรรมแบบไร้เซิร์ฟเวอร์ที่พร้อมใช้งานได้ทันที และการกู้คืนความเสียหาย (DR)แบบข้าม AZ

จำเป็นต้องมีความสามารถด้านเทคนิคที่แข็งแกร่งสำหรับการกำหนดค่าและ O&M

ค่าใช้จ่ายในการเรียนรู้

ราคาต่ำ

พารามิเตอร์การปรับให้เหมาะสมได้รับการกำหนดมาตรฐานโดยอิงจากประสบการณ์ 10 ปีในหลายพันโครงการ นอกจากนี้ DLI ยังมีส่วนติดต่อผู้ใช้แบบกราฟิก (GUI) สำหรับการเพิ่มประสิทธิภาพอัจฉริยะ

ราคาสูง

ต้องเรียนรู้พารามิเตอร์การปรับแต่งหลายร้อยรายการ

แหล่งข้อมูลที่รองรับ

คลาวด์: OBS/RDS/DWS/CSS/MongoDB/Redis;

ในองค์กร: ฐานข้อมูลที่สร้างขึ้นเอง/MongoDB/Redis

คลาวด์: OBS;

ในองค์กร: HDFS

ความเข้ากันได้ของระบบนิเวศ

Data Lake Visualization (DLV), Tableau, ข่าวกรองธุรกิจ (BI) ของ Yonghong และ Fanruan BI

เครื่องมือระบบนิเวศข้อมูลขนาดใหญ่

อิมเมจที่กำหนดเอง

รองรับ สามารถเพิ่มการขึ้นต่อกันได้ตามต้องการเพื่อให้เป็นไปตามข้อกำหนดด้านความหลากหลายของบริการ

ไม่รองรับ

การจัดกำหนดการเวิร์กโฟลว์

การจัดกำหนดการผ่าน Data Lake Factory (DLF) ใน DataArts Studio

เครื่องมือตั้งเวลาที่สร้างขึ้นเอง เช่น Airflow

ผู้เช่าระดับองค์กรหลายราย

การจัดการการอนุญาตตามตารางโดยให้รายละเอียดการอนุญาตระดับคอลัมน์

การจัดการการอนุญาตตามไฟล์

ประสิทธิภาพ

ประสิทธิภาพสูงขึ้นด้วยการปรับแต่งซอฟต์แวร์และฮาร์ดแวร์เชิงลึกให้เหมาะสม

ประสิทธิภาพเหมือนกับ Hadoop เวอร์ชันโอเพนซอร์ส

ค่าใช้จ่าย

Data Lake Insight (DLI)

การเรียกเก็บเงินจะขึ้นอยู่กับปริมาณข้อมูลที่สแกนหรือใช้ CUH จริง ประหยัดค่าใช้จ่ายได้ถึง 50%

ระบบ Hadoop ที่สร้างขึ้นเอง

ค่าใช้จ่ายสูงเนื่องจากการครอบครองทรัพยากรในระยะยาว การใช้ทรัพยากรเปลือง

ความสามารถในการปรับขนาดแบบยืดหยุ่น

Data Lake Insight (DLI)

Kubernetes แบบคอนเทนเนอร์ การปรับขนาดแบบยืดหยุ่นอัจฉริยะ

ระบบ Hadoop ที่สร้างขึ้นเอง

N/A

ความพร้อมใช้งานของ O&M

Data Lake Insight (DLI)

สถาปัตยกรรมแบบไร้เซิร์ฟเวอร์ที่พร้อมใช้งานได้ทันที และการกู้คืนความเสียหาย (DR)แบบข้าม AZ

ระบบ Hadoop ที่สร้างขึ้นเอง

จำเป็นต้องมีความสามารถด้านเทคนิคที่แข็งแกร่งสำหรับการกำหนดค่าและ O&M

ค่าใช้จ่ายในการเรียนรู้

Data Lake Insight (DLI)

ราคาต่ำ

พารามิเตอร์การปรับให้เหมาะสมได้รับการกำหนดมาตรฐานโดยอิงจากประสบการณ์ 10 ปีในหลายพันโครงการ นอกจากนี้ DLI ยังมีส่วนติดต่อผู้ใช้แบบกราฟิก (GUI) สำหรับการเพิ่มประสิทธิภาพอัจฉริยะ

ระบบ Hadoop ที่สร้างขึ้นเอง

ราคาสูง

ต้องเรียนรู้พารามิเตอร์การปรับแต่งหลายร้อยรายการ

แหล่งข้อมูลที่รองรับ

Data Lake Insight (DLI)

คลาวด์: OBS/RDS/DWS/CSS/MongoDB/Redis;

ในองค์กร: ฐานข้อมูลที่สร้างขึ้นเอง/MongoDB/Redis

ระบบ Hadoop ที่สร้างขึ้นเอง

คลาวด์: OBS;

ในองค์กร: HDFS

ความเข้ากันได้ของระบบนิเวศ

Data Lake Insight (DLI)

Data Lake Visualization (DLV), Tableau, ข่าวกรองธุรกิจ (BI) ของ Yonghong และ Fanruan BI

ระบบ Hadoop ที่สร้างขึ้นเอง

เครื่องมือระบบนิเวศข้อมูลขนาดใหญ่

อิมเมจที่กำหนดเอง

Data Lake Insight (DLI)

รองรับ สามารถเพิ่มการขึ้นต่อกันได้ตามต้องการเพื่อให้เป็นไปตามข้อกำหนดด้านความหลากหลายของบริการ

ระบบ Hadoop ที่สร้างขึ้นเอง

ไม่รองรับ

การจัดกำหนดการเวิร์กโฟลว์

Data Lake Insight (DLI)

การจัดกำหนดการผ่าน Data Lake Factory (DLF) ใน DataArts Studio

ระบบ Hadoop ที่สร้างขึ้นเอง

เครื่องมือตั้งเวลาที่สร้างขึ้นเอง เช่น Airflow

ผู้เช่าระดับองค์กรหลายราย

Data Lake Insight (DLI)

การจัดการการอนุญาตตามตารางโดยให้รายละเอียดการอนุญาตระดับคอลัมน์

ระบบ Hadoop ที่สร้างขึ้นเอง

การจัดการการอนุญาตตามไฟล์

ประสิทธิภาพ

Data Lake Insight (DLI)

ประสิทธิภาพสูงขึ้นด้วยการปรับแต่งซอฟต์แวร์และฮาร์ดแวร์เชิงลึกให้เหมาะสม

ระบบ Hadoop ที่สร้างขึ้นเอง

ประสิทธิภาพเหมือนกับ Hadoop เวอร์ชันโอเพนซอร์ส

เรื่องราวความสำเร็จ

IDOL GROUP

IDOL GROUP

IDOL ใช้ Huawei Cloud DLI และ DataArts Studio เพื่อวิเคราะห์ข้อมูลพฤติกรรมตามเวลาจริงและจับคู่ผลิตภัณฑ์กับลูกค้า เมื่อบริการและผู้ใช้เพิ่มขึ้นสูงในเวลาสั้น ๆ บริษัทจะต้องเผชิญกับความท้าทายในการรับมือกับปริมาณการใช้ข้อมูลสูงสุด และสร้างความมั่นใจในเสถียรภาพของบริการในช่วงกิจกรรมส่งเสริมการขาย โซลูชัน DLI+DataArts Studio มอบ IDOL ด้วยสถาปัตยกรรมที่ยืดหยุ่นและที่จัดเก็บข้อมูลดิบประสิทธิภาพสูงสำหรับการประมวลผลแบบแบตช์และสตรีม

DIANCHU Technology

DIANCHU Technology

DIANCHU ใช้ Huawei Cloud DLI และ DataArts Studio ที่จัดเก็บข้อมูลดิบอัจฉริยะเพื่อสร้างแพลตฟอร์มการวิเคราะห์ข้อมูลสำหรับเกม แพลตฟอร์มจะวิเคราะห์รายได้ อัตราการรักษาผู้เล่น และอัตราการชำระเงินตามเวลาจริงเพื่อช่วยรองรับการวางแผนกิจกรรม การตลาดที่แม่นยำ และการตัดสินใจ

Longyuan

Longyuan

Chengdu Longyuan Network ทำงานร่วมกับ Huawei Cloud เพื่อสืบค้นและวิเคราะห์ข้อมูลเกมอย่างมีประสิทธิภาพ การวิเคราะห์นี้ให้การสนับสนุนหน่วยงานต่างๆที่เปิดตัวบริการใหม่ แอปพลิเคชันข้อมูลถูกผสานเข้าด้วยกัน ซึ่งถือว่าเป็นประโยชน์ต่อทั้งองค์กร

ลงทะเบียนและเริ่มต้นการเดินทางบนคลาวด์ที่น่าประทับใจ

ลงทะเบียน