ประโยชน์สำหรับโครงสร้างพื้นฐานแบบไร้เซิร์ฟเวอร์
ฟังก์ชัน
-
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
-
ย้ายแอปพลิเคชันออฟไลน์ของคุณไปยังคลาวด์อย่างราบรื่นด้วยเทคโนโลยีไร้เซิร์ฟเวอร์ DLI เข้ากับระบบนิเวศและส่วนต่อประสานแอปพลิเคชัน (API) ของ Apache Spark, Apache Flink และ Presto ได้อย่างสมบูรณ์
ย้ายแอปพลิเคชันออฟไลน์ของคุณไปยังคลาวด์อย่างราบรื่นด้วยเทคโนโลยีไร้เซิร์ฟเวอร์ DLI เข้ากับระบบนิเวศและส่วนต่อประสานแอปพลิเคชัน (API) ของ Apache Spark, Apache Flink และ Presto ได้อย่างสมบูรณ์
-
วิเคราะห์ข้อมูลของคุณข้ามฐานข้อมูล ไม่จำเป็นต้องมีการย้ายใด ๆ มุมมองข้อมูลแบบรวมศูนย์ช่วยให้คุณเข้าใจข้อมูลของคุณอย่างครอบคลุม และช่วยให้คุณสร้างสรรค์สิ่งใหม่ ๆ ได้เร็วยิ่งขึ้น ไม่มีข้อจำกัดเกี่ยวกับรูปแบบข้อมูล แหล่งข้อมูลบนคลาวด์ หรือเงื่อนไขว่าฐานข้อมูลจะสร้างขึ้นทางออนไลน์หรือออฟไลน์
วิเคราะห์ข้อมูลของคุณข้ามฐานข้อมูล ไม่จำเป็นต้องมีการย้ายใด ๆ มุมมองข้อมูลแบบรวมศูนย์ช่วยให้คุณเข้าใจข้อมูลของคุณอย่างครอบคลุม และช่วยให้คุณสร้างสรรค์สิ่งใหม่ ๆ ได้เร็วยิ่งขึ้น ไม่มีข้อจำกัดเกี่ยวกับรูปแบบข้อมูล แหล่งข้อมูลบนคลาวด์ หรือเงื่อนไขว่าฐานข้อมูลจะสร้างขึ้นทางออนไลน์หรือออฟไลน์
-
จัดการสิทธิ์ที่เกี่ยวข้องกับการคำนวณหรือทรัพยากรตามโครงการหรือผู้ใช้ รับประโยชน์จากการควบคุมแบบละเอียดที่ช่วยให้รักษาความเป็นอิสระของข้อมูลสำหรับงานที่แยกจากกันได้อย่างง่ายดาย
จัดการสิทธิ์ที่เกี่ยวข้องกับการคำนวณหรือทรัพยากรตามโครงการหรือผู้ใช้ รับประโยชน์จากการควบคุมแบบละเอียดที่ช่วยให้รักษาความเป็นอิสระของข้อมูลสำหรับงานที่แยกจากกันได้อย่างง่ายดาย
กรณีใช้งาน
การวิเคราะห์ฐานข้อมูล
ข้อมูลแอปพลิเคชัน (เช่น รายละเอียดการลงทะเบียน) จะเก็บไว้ในฐานข้อมูลเชิงสัมพันธ์และต้องการการวิเคราะห์
ปัญหาที่พบ
• ไม่รองรับการสืบค้นที่ซับซ้อนสำหรับฐานข้อมูลเชิงสัมพันธ์ที่มีขนาดใหญ่
• ไม่สามารถทำการวิเคราะห์แบบครอบคลุม เนื่องจากฐานข้อมูลและพาร์ติชันของตารางกระจายอยู่ในฐานข้อมูลเชิงสัมพันธ์หลายฐานข้อมูล
• การวิเคราะห์ข้อมูลธุรกิจอาจใช้ทรัพยากรที่มีอยู่มากเกินไป และส่งผลกระทบต่อการดำเนินธุรกิจ
จุดเด่น
การตลาดแบบเจาะจง
ข้อมูลจากหลายช่องทางจำเป็นต้องนำมารวมกันเพื่อการวิเคราะห์ที่เชื่อมโยงในการพัฒนาอัตราการแปลง
จุดเด่น
การวิเคราะห์บันทึก
การบริหารบริษัทเกมจำเป็นต้องมีแพลตฟอร์มการวิเคราะห์ข้อมูลที่มีคุณภาพเพื่อพัฒนาการวางโฆษณา การรักษาผู้เล่นใหม่ การดำเนินงาน และรับข้อเสนอแนะที่ดีขึ้นสำหรับการทำซ้ำของเกมในอนาคต
ปัญหาที่พบ
การวิเคราะห์บันทึกมักจะดำเนินการตามช่วงเวลา ทรัพยากรจะสูญเปล่าในช่วงเวลาที่ไม่มีการทำงานระหว่างแต่ละงาน
จุดเด่น
การวิเคราะห์บันทึก
หากคุณบริหารองค์กรขนาดใหญ่ ฝ่ายงานต่าง ๆ ในบริษัทอาจต้องจัดการทรัพยากรอย่างอิสระ คุณต้องมีการจัดการสิทธิ์อย่างละเอียดเพื่อความปลอดภัยของข้อมูลและประสิทธิภาพการจัดการที่ดีขึ้น
จุดเด่น
การจัดการข้อมูลพันธุกรรม
คลังการวิเคราะห์ของบุคคลที่สามตามเฟรมเวิร์กแบบกระจายของ Spark เช่น ADAM และ Hail เป็นสิ่งจำเป็นสำหรับการวิเคราะห์จีโนม
ปัญหาที่พบ
• ต้องใช้ทักษะทางเทคนิคระดับสูงในการติดตั้งคลังการวิเคราะห์ เช่น ADAM และ Hail
• ต้องติดตั้งคลังการวิเคราะห์เหล่านี้ทุกครั้งที่สร้างคลัสเตอร์
จุดเด่น
การควบคุมความเสี่ยงตามเวลาจริง
บริการทางการเงินเกือบทุกด้านจะเกี่ยวข้องกับการควบคุมความเสี่ยงบางประเภท ซึ่งจำเป็นต้องมีระบบที่ครอบคลุม
ปัญหาที่พบ
เมื่อพูดถึงการควบคุมความเสี่ยง จะมีค่าเผื่อน้อยมากสำหรับเวลาแฝงที่มากเกินไป
จุดเด่น
หน้าจอขนาดใหญ่ตามเวลาจริง
เนื่องด้วยสถานการณ์โรคระบาดอย่างโควิด-19 ที่ลุกลามไปทั่วโลก รัฐบาลจำเป็นต้องตรวจสอบข้อมูลสำคัญตามเวลาจริงบนจอแสดงผลขนาดใหญ่ เพื่อจัดการการควบคุมการแพร่ระบาดในทางวิทยาศาสตร์ได้
ปัญหาที่พบ
เจ้าหน้าที่รัฐอาจไม่มีพื้นฐานด้านข้อมูลขนาดใหญ่ แต่มักจะคุ้นเคยกับ SQL มากกว่า
จุดเด่น
การวิเคราะห์ข้อมูลขนาดใหญ่
ข้อมูลขนาดใหญ่ทางภูมิศาสตร์อาจเกี่ยวข้องกับข้อมูลจำนวนมาก เช่น ข้อมูลภาพถ่ายดาวเทียมระดับเพตะไบต์ (PB) ซึ่งมีข้อมูลประเภทต่าง ๆ มากมาย เช่น มีข้อมูลแรสเตอร์รูปภาพจากการตรวจจับระยะไกลที่มีโครงสร้าง ข้อมูลเวกเตอร์ ข้อมูลตำแหน่งเชิงพื้นที่ที่ไม่มีโครงสร้าง และข้อมูลการสร้างแบบจำลองสามมิติ เครื่องมือทำเหมืองข้อมูลที่มีประสิทธิภาพเป็นสิ่งจำเป็นสำหรับการวิเคราะห์ข้อมูลทางภูมิศาสตร์
จุดเด่น
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 |
เรื่องราวความสำเร็จ
IDOL GROUP
IDOL ใช้ Huawei Cloud DLI และ DataArts Studio เพื่อวิเคราะห์ข้อมูลพฤติกรรมตามเวลาจริงและจับคู่ผลิตภัณฑ์กับลูกค้า เมื่อบริการและผู้ใช้เพิ่มขึ้นสูงในเวลาสั้น ๆ บริษัทจะต้องเผชิญกับความท้าทายในการรับมือกับปริมาณการใช้ข้อมูลสูงสุด และสร้างความมั่นใจในเสถียรภาพของบริการในช่วงกิจกรรมส่งเสริมการขาย โซลูชัน DLI+DataArts Studio มอบ IDOL ด้วยสถาปัตยกรรมที่ยืดหยุ่นและที่จัดเก็บข้อมูลดิบประสิทธิภาพสูงสำหรับการประมวลผลแบบแบตช์และสตรีม