可以支持结构化数据、非结构化数据、实时数据等多种数据来源。并支持图形化的ETL 处理能力、计划调度能力。在本方案中使用一系列的解决方案,使组织能够信任其数据的可信性和一致性,以便组织可以作出关键业务决策。
- 企业级成熟的Hadoop和数据仓库解决方案,完整的工具和实施方法论。在业界中的排名领先。
- Hadoop 群集负责非结构化数据和实时数据的ETL 处理。 并且每个Hadoop 群集必须具备2个主节点,确保Hadoop 群集的可靠性。同时,需要从服务应用层面提供 99.9% 的高可用管理。可存储到HDFS。
- 支持流式数据,文件,结构化数据库数据采集,并支持分布式调试算法,支持各大品牌数据库如:GP、Druid、Mysql、Postgresql和Oracle等数据源
- 并可以支持 PB 级别以上的存储容量。同时,基于数据网关,可以实现支持数据同步到本地数据中心到本地
- 支持PB 级别的数据汇总运算,需要提供支持并行任务的数据仓库。同样,并行数据仓库也需要提供从服务应用层面支持 99.9% 的高可用性管理 ,可以支持通过 128 个并发查询释放数据的力量
- 可以支持本地cache,在进行mapreduce 时候,文件数据可以存一个副本到本地数据中心
- 在本地/云提供群集部署。
- 云端,提供按需容量、按需付费的定价模型。
- 云端,可用门户进行管理 。迅速实现与部署,缩短项目周期。
- 支持并行ETL处理,包括计算和抽取数据,缩短ETL过程时间。
- 支持分布式计算和存储,可使用Spark语言
- 支持队列推送方式的流式计算如Kafka、Flume、ZeroMQ
- 端到端BI技术,支持主流BI产品的链接,与Office 紧密结合ÿ