在线AG真人

  • <tr id='dHRLO0'><strong id='dHRLO0'></strong><small id='dHRLO0'></small><button id='dHRLO0'></button><li id='dHRLO0'><noscript id='dHRLO0'><big id='dHRLO0'></big><dt id='dHRLO0'></dt></noscript></li></tr><ol id='dHRLO0'><option id='dHRLO0'><table id='dHRLO0'><blockquote id='dHRLO0'><tbody id='dHRLO0'></tbody></blockquote></table></option></ol><u id='dHRLO0'></u><kbd id='dHRLO0'><kbd id='dHRLO0'></kbd></kbd>

    <code id='dHRLO0'><strong id='dHRLO0'></strong></code>

    <fieldset id='dHRLO0'></fieldset>
          <span id='dHRLO0'></span>

              <ins id='dHRLO0'></ins>
              <acronym id='dHRLO0'><em id='dHRLO0'></em><td id='dHRLO0'><div id='dHRLO0'></div></td></acronym><address id='dHRLO0'><big id='dHRLO0'><big id='dHRLO0'></big><legend id='dHRLO0'></legend></big></address>

              <i id='dHRLO0'><div id='dHRLO0'><ins id='dHRLO0'></ins></div></i>
              <i id='dHRLO0'></i>
            1. <dl id='dHRLO0'></dl>
              1. <blockquote id='dHRLO0'><q id='dHRLO0'><noscript id='dHRLO0'></noscript><dt id='dHRLO0'></dt></q></blockquote><noframes id='dHRLO0'><i id='dHRLO0'></i>
                  c
                  ase analysis
                  案例分析
                  联系我们
                  contact us
                  联系人:宋经理

                  座  机:028-86677012

                  邮  箱:[email protected]
                  地  址:成都市武侯区长华路19号万科汇智中▼心30楼
                  咨询
                  您当前位置:首页 > 案例分析 > 案例解读 > 咨询 >
                  大数据方㊣ 案对比
                  大数据(bigdata),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在〗合理时间内达到撷取、管理、处理、并整∑理成为帮助企业经营决策更积极目的的资讯。
                  基本』特征可以用4个V来总结(Volume、Variety、Value和Velocity),即体量大、多样性、价值密度低、速度快。
                  一,数据体量巨大。从TB级别,跃升到PB级别。
                  ******,数据类型繁多,如★网络日志、视频、图片、地理位置信息等。
                  第三,价值密度低。以视频为例,连续不间断监控■过程中,可能有用的数据仅仅有一两秒。
                  第四,处理速度快。1秒定律。这一点也是和传统的数据∮挖掘技术有着本质的不同。
                  本文将介绍三家厂商的大数据技术:阿∩里大数据、oracle大数据、第三方大数据。
                  1 阿里々大数据
                  1.1 特点与架构
                  阿里大数据(大规♂模计算)是阿里云环☆境下的模块之一,阿里云主要模块有:弹性计算、数据库、存储于CDN、网络、互联网中间件、大规模计算等。与传统大数》据部署方式不同的是更◥加关注上层应用的建设,对于下层支持平台▂,只有服务器、交换机等,其他功能全部运用技术方式实现,这样***对于大数据建设来说,“轻资产,重应用”。
                                                 
                   
                  图1 阿里大数据平@台“数加”
                  1.1 阿里大数据生产链条⌒
                  产品覆盖数据采集、计算引擎、数据加工、数据分析、机器学习、数据应用等数据生产链条。
                                                 
                   
                  图2 数据生产全链条
                  1.1.1 数据采集
                  Datahub是“数加”上的一款数据√采集产品,可为用户提供实时数据的发布和订阅功能。写入的数据可直接进@ 行流式数据处理,也可参与后续的离线作业计算。Datahub同主流插件和客户端保持高度兼容。
                  1.1.2 计算引擎
                  大数据计算服务MaxCompute(原ODPS)、分析♀型数据库Analytic DB、流计算StreamCompute共同组成了底层强★大的计算引擎。
                  分析型数ζ 据库可实现对数据的实时多维分析。
                  流计算擅长对实时流式数据进行分析,具有低延时、高性ξ能的特点。每秒查询率可以达到*********,日均处︻理万亿条消息、PB量级的数据。
                  1.1.3 数据加工
                  计算引擎之上,“数加”提供了丰◤富的云端数据开发套件,*********可一站式完成数据加工。这些ζ 产品包含:数据集成、数据开发、调度系统、数据管理、运维视屏、数据质量、任务监控。
                  大数据开发套件的优势包括:支持100人以上协同设计、开发、运维;具有良好的扩展性;提供各个产品功能模Ψ块的Open API,可二次开发;多个数据实例之间的数据授权机制,确保数据只能使用却不可见;提供白屏化的运维能力,以及字段级数据质量监控、机器预警、资源使用率▲监控等功能,让用户更好的掌控▓自己的数据及数据任务。
                  1.1.4 数据分析:
                  在数据分析方面,数加提供了3款产品供*********使用:
                  1、通过移动数据分析产品,*********可快速搭「建日志采集、分析系统,从而为用户提供个性化服务;
                  2、通过数加BI报表产品,3分钟即可完成海量数据的分析报告。产品支持多种云数据源,提供近20种可视化效果。
                  3、通过←数据可视化产品DataV,一星期***能做出双11同款大屏。这款产品,曾支▓持了阿里巴巴多年的双11、双12作战指挥。
                  同时,基于DataV,数加还发布了面向政府的行业应用产品“郡县图治”。通过这款产品,县长可以在一个屏幕下统览全县各项经济民生数据,为ζ政府决策提供辅助。
                  1.1.5 机器学习:
                  对于时下大热的机器学习,数加↘更是提供了全面支持。“数加”发布的机器学习工具,可基于海量数据实现对用户行为、行业走势、天气、交通等的∞预测。图形化编程让用户无〓需编码、只需用鼠标拖拽标准化组件ω 即可完成开发。产品还集成了阿里巴巴核心算法库,包括特征工程、大规模机器学习、深度学』习等。
                  1.1.6 数据应用:
                  为了能够帮助*********更快捷在应用中集成大数据功能,“数加”同时提供了规则引擎、推荐引擎、文字识别、智能语音交互等数据应用产品。
                  规则引擎是※一款用于解决业务规则频繁变化的在线服务,可通过简单组︾合预定义的条件因子编写业务规则,并做出业务决策。比如,银行会设置如果∩10分∏钟内用户在两个省份交易,则♂需要电话确认。
                  推荐引擎是一款用于实时预测用户对物品偏好的数据工具,它能够帮助客户发现众多物品中用户感兴趣什么。
                  文字识别提供自然场景下拍摄的∏图片中英文文字检测▆、识别以及常见的证件类检测和识别。
                  智能语音交互基于语音和自然语言技术构建的在◆线服务,为智能手机,智能电视以及物联网等产品提供“能听、会说、懂你”式的智能人机交互体验。
                  2.2针对高法的解决方案
                  2.2.1 高法解〓决方案技术框架
                  1、采用私有云方式建设
                  2、在政法网∑内部部署阿里ODPS一体机,共包含10台服务器,其中7台管控节点,3台计算节点。本部分预卐算250万。其中计√算节点可以扩容。
                  3、阿里云【一体机已包含ODPS大数据处理平台,费用已包含在内。
                  4、ODPS大数据平台可部署阿里数据抽取工具,在各数据库抽取数∴据,并实︻现规范化。ETL抽取↑工具的预算100万。
                  5、以此为基础,以阿里为主题,期做相似案件分析的应用,可快速出々成绩。本部分预算100万。
                  6、引入ISV,并进行算法的持续的开发和合作。
                  2.2.2 解决方案特点
                  1、部署要求是须购买阿里云服务,数据处※理方式“黑盒模式”。
                  2、数据标准化与后续的算法应用基于同一平台,可持续☉演进。
                  3、ODPS支持多租户,可面向各业务处室开展应用开发。
                  4、在算法领域持续******,快速出成效。
                  5、在法务部和电子政⊙务执法领域可展开深入※合作。
                  2 oracle大数据
                  2.1 特点与架构
                  传统业务数据为主,商业化服务支持,简化架构,更多精力在▂业务层面,部署模式比较灵活。
                  2.2 针对高法的解决方案
                  部署内容:
                  ODI/OGG( Oracle Data Integrator)
                  提供实时/批量大数据收集工具;
                  Oracle NoSQL 数据库
                  分布式的、高可扩展性的键-值数据库;
                  Oracle大数据一体∩机-完整的Hadoop平台
                  大▲数据一体机(200万);
                  Oracle Big Data SQL实现跨平台统一数据访问;
                  提供大量的分析工具;
                  Big Data Discovery:Hadoop的可视化和探索工具
                  不需要≡进行建模即可以交互式访问和探索;
                  BIEE/DV
                  Oracle BIEE是一个非常有创造力的工具,它对于物理↓层,逻辑层,展现层的理解和定义创造了一个非常简洁而清晰的数据模型,使用这个数据模型可以完整㊣地连接企业内各个异构数据源,从而使商业智能真正能够在企业范围内得到大规模部署和使用。
                  3 第三方大数据
                  3.1 特点与框架
                  以开源架构模¤式进行大数据整体框架的架构。
                  3.2 针对高法的解决方案
                  建设内容:数∩据实时汇集平台、数据中心改造升级、数据综合管理系统、大数据主题应用数据仓库、大』数据基础支撑平台、大■数据应用工具箱系统、大数○据可视化平台。
                  3.2.1 数据实时汇集平台
                  对分散在各业务系统ORACLE数据库的信息进行实时ㄨ、准实时、定时的复制【。复制的数据将统一汇总进入原数据中心数据库。
                  3.2.2 中心基础数据库
                  原有数据架构形成一个数据汇集层,用于承载业务系统的数据。
                  3.2.3 数据综合管理系统
                  该系统包含的核心内容之◤一为在业务系统数据库中设置数据校验层,从根本上解决建设目标中的数据质量问题。
                  3.2.4 大数据主→题应用数据库
                  大数据主题应▆用数据库是原数据中心数据库的升华,通过分析、清理、归类等形成面向不同应用主题的、不同纬度的数据。
                  3.2.5 大数据基础支撑平台
                  数据支撑▲平台采用基于Hadoop、Spark架构的大数据体系架构,为商业化ㄨ封装版本产品。其核心分为三个部份建设工作:存储部分、分布式计算查询部份、算法工作流部分。
                  3.2.6 大数据应用工具箱系统
                  大数据核◥心价值具现化的载体,通过交互式查询接口实现大数据MPP主题应用数据库的访问,通过算法工作流接口实现大数据非结构化数据的访问和计算。
                  3.2.7 大数据可视化平台
                  智能分析的成果可视化展示平台◎工具。
                  4 综合对比结果
                  阿里大数据是基于互联网模式,数据以非结构化、新数据¤为主,适用于公有云服务。
                  oracle大数据是以传统业务数据为主,数据以结构化为主。
                  第三方大数据则以******数据卐质量为前提,通过一种新的设计模式,来强化大数据々的应用展示。

                   

                  咨询中心 潘存利 供稿

                  ?