應用場景
大數(shù)據(jù)能力平臺支撐不同行業(yè)應用場景。
1、公安：互聯(lián)網(wǎng)綜合管理、視頻分析、布控追逃、串并案分析、智能碰撞等。
2、證券：證券交易日志分析。
3、政府：政務數(shù)據(jù)交換共享平臺、生態(tài)環(huán)保大數(shù)據(jù)、智慧旅游。
4、運營商：流量經(jīng)營精細化、位置信息服務、用戶感知與優(yōu)化管理等。
5、電商：精準營銷、信用分析、用戶行為分析等。
6、新媒體：新聞智能分析、新聞內(nèi)容智能管理、新聞傳播監(jiān)測等。
7、車聯(lián)網(wǎng)：駕駛行為保險(UBI) 、駕駛行為分析、車輛安全管理等。
技術(shù)痛點分析
1、如果我使用大數(shù)據(jù)技術(shù)，可能會獲得何種洞察和業(yè)務價值?
2、它是否可以擴充我 現(xiàn)有的數(shù)據(jù)倉庫?
3、我如何評估擴展當前環(huán)境或采用新解決方案的成本?
4、對我現(xiàn)有的IT治理有何影響?
5、我能否以增量方式實現(xiàn)大數(shù)據(jù)解決方案?
6、我需要掌握哪些具體的技能來理解和分析構(gòu)建和維護大數(shù)據(jù)解決方案的需求?
7、我的現(xiàn)有企業(yè)數(shù)據(jù)能否用于提供業(yè)務洞察?
8、來自各種來源的數(shù)據(jù)的復雜性在不斷增長。
9、大數(shù)據(jù)解決方案對我有幫助嗎?
10、維度可幫助評估大數(shù)據(jù)解決方案的可行性?
系統(tǒng)架構(gòu)
平臺主要由以下幾部分組成：
1、數(shù)據(jù)采集平臺，借助ETL引擎、實時數(shù)據(jù)處理等先進技術(shù)手段，實現(xiàn)對多源海量實時/非實時數(shù)據(jù)快速高效的數(shù)據(jù)采集處理、清洗能力。
2、數(shù)據(jù)存儲及管理平臺，基于混合式架構(gòu)方式，有效支撐海量多源異構(gòu)數(shù)據(jù)的集中存儲、查詢和管理，并為后續(xù)可視化分析提供擴展支撐。
3、數(shù)據(jù)處理平臺，針對不用的業(yè)務類型提供不同的計算框架及數(shù)據(jù)處理引擎。
4、數(shù)據(jù)智能平臺，綜合統(tǒng)計分析、數(shù)據(jù)挖掘、深度學習等算法模型，集成R等常用分析挖掘工具，為用戶提供專題應用模型研究支撐環(huán)境。
5、大數(shù)據(jù)運維及監(jiān)控平臺，提供管理界面進行集群安裝、部署、監(jiān)控和管理。
方案特色
1、Hadoop與RDBMS融合的技術(shù)架構(gòu)
采用RDBMS與Hadoop融合的技術(shù)方案，能夠各取所長、混搭使用，提供適合不同信息化階段的企業(yè)個性化解決方案。
2、高性能的檢索引擎,
具備高性能的多維檢索能力，可處理TB甚至PB級別的檢索和模糊查詢?nèi)蝿铡?/p>
3、豐富的行業(yè)應用模型
基于項目實踐，積累了豐富的行業(yè)應用模型。
4、便捷的開發(fā)管理工具
工具套件提升大數(shù)據(jù)的開發(fā)效率，方便用戶使用。
客戶價值
1、海量數(shù)據(jù)的低成本高效存儲與加工;
2、支持企業(yè)數(shù)據(jù)倉庫應用的遷移和優(yōu)化重構(gòu);
3、支持移動互聯(lián)渠道場景的高并發(fā)低延時數(shù)據(jù)服務需求;
4、支持業(yè)務數(shù)據(jù)分析團隊自主數(shù)據(jù)探索和業(yè)務建模。
