ethink可視化挖掘,spark大數(shù)據(jù)的實(shí)現(xiàn)及行業(yè)應(yīng)用案例31(編輯修改稿)
2025-03-26 03:25 本頁面
【文章內(nèi)容簡(jiǎn)介】 Server 手機(jī) 平板 電腦 批處理 實(shí)時(shí)流處理 交互式查詢 統(tǒng)計(jì)分析平臺(tái) ETHINK產(chǎn)品架構(gòu) 特點(diǎn)一 豐富建模方法 特點(diǎn) 可拖拽式建模 ? JDBC ? Web Services ? Restful api ?可擴(kuò)展性強(qiáng) ?自定義模型，擴(kuò)充組件 特點(diǎn) 傳統(tǒng)的關(guān)系型數(shù)據(jù) (mysql、 Oracle等 ) 列式數(shù)據(jù)庫(kù) (Hbase) 非結(jié)構(gòu)化數(shù)據(jù) (Hdfs、文件系統(tǒng) ) 大數(shù)據(jù)（ Hbase、 Hive） 特點(diǎn)二 大數(shù)據(jù)處理 特點(diǎn) 開放型平臺(tái) ? BS結(jié)構(gòu)，一站式建模、評(píng)估、部署 ?基于 Spark平臺(tái) ?內(nèi)存計(jì)算 ?運(yùn)算速度快 特點(diǎn) GB PB 特點(diǎn)三 大數(shù)據(jù)處理能力 特點(diǎn) ?基于 Spark平臺(tái) ?內(nèi)存計(jì)算 執(zhí)行數(shù)據(jù)挖掘時(shí)，方法論非常重要 . 因?yàn)闇?zhǔn)確的方法論能夠提高作業(yè)速度 , 能系統(tǒng)地減少各種進(jìn)展?fàn)顩r，所以選擇正確的方法論是很重要的 . CRISPDM 方法論是全球認(rèn)可的數(shù)據(jù)挖掘的標(biāo)準(zhǔn)執(zhí)行方法論 . 功能模塊 金融電信行業(yè) 電力行業(yè) 互聯(lián)網(wǎng)行業(yè) 制造業(yè)行業(yè) 公共服務(wù)業(yè) 場(chǎng)景應(yīng)用（實(shí)驗(yàn)室模擬實(shí)驗(yàn)課題） 目錄 ? 聯(lián)合實(shí)驗(yàn)室 ? 大數(shù)據(jù)分析平臺(tái) ? 產(chǎn)品技術(shù)架構(gòu) ? 典型行業(yè)應(yīng)用案例 交互式查詢 實(shí)時(shí) 在線處理 實(shí)時(shí) 流處理 批處理 基于 spark內(nèi)存的計(jì)算模型，同時(shí)支持批處理、交互式處理、流處理。 技術(shù)架構(gòu)解決方案 要解決的問題 技術(shù)架構(gòu)解決方案 分布式內(nèi)存計(jì)算 批處理應(yīng)用 （分鐘級(jí)別 ~小時(shí)級(jí)別） OLTP/在線事務(wù)處理應(yīng)用 （毫秒 ~秒級(jí)別） OLAP/在線交互式分析應(yīng)用 （秒級(jí)別） 實(shí)時(shí)流處理 （持續(xù)不斷） 技術(shù)架構(gòu)解決方案 交互式查詢 ? 通常的時(shí)間跨度在數(shù)十秒到數(shù)分鐘之間 – 按
外語相關(guān)推薦
鄂ICP備17016276號(hào)-1