Qué es DLI
-
Facilidad de uso
DLI le permite explorar fácilmente terabytes de datos en su lago de datos usando SQL estándar en segundos, sin carga de operación y mantenimiento.
DLI le permite explorar fácilmente terabytes de datos en su lago de datos usando SQL estándar en segundos, sin carga de operación y mantenimiento.
-
Análisis unificado
Totalmente compatible con Apache Spark, Flink y openLooKeng; procesamiento de flujos y por lotes, así como análisis interactivo en un solo lugar.
Totalmente compatible con Apache Spark, Flink y openLooKeng; procesamiento de flujos y por lotes, así como análisis interactivo en un solo lugar.
-
Recursos escalables
Acceso compartido y bajo demanda a grupos de recursos, escalamiento flexible basado en prioridades preestablecidas.
Acceso compartido y bajo demanda a grupos de recursos, escalamiento flexible basado en prioridades preestablecidas.
-
Conexión entre fuentes
Fácil acceso a datos de distintas fuentes para lograr el análisis colaborativo con conexiones de fuentes de datos de DLI, sin necesidad de migrar datos.
Fácil acceso a datos de distintas fuentes para lograr el análisis colaborativo con conexiones de fuentes de datos de DLI, sin necesidad de migrar datos.
Características
-
Totalmente compatible con SQL
Realice análisis de big data de forma simple con instrucciones SQL. La sintaxis es totalmente compatible con SQL ANSI 2003.
Realice análisis de big data de forma simple con instrucciones SQL. La sintaxis es totalmente compatible con SQL ANSI 2003.
-
Spark/Flink/openLooKeng sin servidor
Migre sin problemas sus aplicaciones fuera de línea a la nube utilizando tecnología sin servidor. DLI es totalmente compatible con los ecosistemas y las API de Apache Spark, Apache Flink y Presto.
Migre sin problemas sus aplicaciones fuera de línea a la nube utilizando tecnología sin servidor. DLI es totalmente compatible con los ecosistemas y las API de Apache Spark, Apache Flink y Presto.
-
Análisis entre fuentes
Analice sus datos en diferentes bases de datos sin necesidad de realizar migraciones. Contar con una visión unificada de sus datos lo ayudará a comprenderlos de forma integral y a innovar con mayor celeridad. No hay restricciones relacionadas con el formato ni con la fuente de los datos en la nube, así como tampoco resulta relevante si las bases de datos se crearon en línea o fuera de línea.
Analice sus datos en diferentes bases de datos sin necesidad de realizar migraciones. Contar con una visión unificada de sus datos lo ayudará a comprenderlos de forma integral y a innovar con mayor celeridad. No hay restricciones relacionadas con el formato ni con la fuente de los datos en la nube, así como tampoco resulta relevante si las bases de datos se crearon en línea o fuera de línea.
-
Capacidad multitenant empresarial
Gestione los permisos relacionados con el cómputo o los recursos por proyecto o por usuario. Disfrute de un control preciso que facilita mantener la independencia de los datos en cada tarea.
Gestione los permisos relacionados con el cómputo o los recursos por proyecto o por usuario. Disfrute de un control preciso que facilita mantener la independencia de los datos en cada tarea.
Escenarios de aplicación
Análisis de bases de datos
Los datos de aplicaciones almacenados en bases de datos relacionales deben ser analizados para generar valor. Por ejemplo, la big data proveniente de detalles de registros ayudan a la toma de decisiones comerciales.
Dificultades
- No se admiten consultas complejas para bases de datos relacionales de mayor tamaño.
- No es posible efectuar un análisis completo porque las particiones de las bases de datos y de las tablas están repartidas en múltiples bases de datos relacionales. El análisis de datos del negocio podría sobrecargar los recursos disponibles.
Ventajas
Marketing de precisión
El análisis asociativo combina la información de múltiples canales para mejorar las tasas de conversión.
Ventajas
Análisis de registros
Las empresas de videojuegos necesitan una plataforma de análisis de datos de calidad para mejorar la colocación de anuncios, la retención de jugadores nuevos, las operaciones y los comentarios para futuras iteraciones de los juegos.
Dificultades
- El análisis de registros suele realizarse por períodos. Durante los períodos de inactividad entre cada tarea, se desperdician recursos.
Ventajas
Control de permisos
Cuando múltiples departamentos necesitan administrar recursos de forma independiente, la gestión de permisos detallada mejora la seguridad de los datos y la eficiencia de las operaciones.
Ventajas
Integración de bibliotecas
El análisis genómico requiere del uso de bibliotecas de análisis de terceros, basadas en el marco de trabajo distribuido de Spark.
Dificultades
- Se requieren grandes habilidades técnicas para instalar bibliotecas de análisis como ADAM y Hail.
- Cada vez que se crea un clúster, hay que volver a instalar estas bibliotecas de análisis.
Ventajas
Control de riesgos en tiempo real
Casi todos los aspectos relacionados con los servicios financieros requieren la gestión y la mitigación exhaustivas de los riesgos.
Dificultades
- Cuando se trata del control de riesgos, hay muy poca tolerancia a la latencia excesiva.
Ventajas
Pantallas en tiempo real
Con el COVID-19 presente en todo el mundo, los gobiernos deben ser capaces de monitorear los datos clave en el momento en que se presentan los hechos.
Dificultades
- Los empleados gubernamentales no están necesariamente capacitados en big data. SQL suele ser mucho más conocido.
Ventajas
Análisis de big data
Volúmenes masivos de datos que incluyen petabytes de imágenes satelitales y muchos tipos de datos: datos rasterizados de teledetección estructurados, datos vectoriales y datos de ubicación espacial no estructurados. El análisis y la minería de todos estos datos requieren herramientas eficientes.
Ventajas
DLI vs. Hadoop de construcción propia
|
Data Lake Insight |
Sistema Hadoop de construcción propia |
---|---|---|
Costo |
Facturado por el volumen real de datos analizados o la cantidad de unidades de cómputo por hora (CUH) utilizadas. Se ahorran costos. |
Facturado por recursos ocupados. La ocupación a largo plazo es costosa y excesiva. |
Escalabilidad elástica |
Inteligente con Kubernetes basado en contenedores |
N/A |
O&M y disponibilidad |
Arquitectura sin servidor y lista para usar, y recuperación ante desastres (DR) entre AZ |
Se requieren sólidas capacidades técnicas para la configuración y las tareas de O&M |
Costo de aprendizaje |
Los parámetros de optimización están estandarizados sobre la base de 10 años de experiencia en miles de proyectos. Además, DLI proporciona una interfaz gráfica de usuario (GUI) para la optimización inteligente. |
Es necesario aprender cientos de parámetros de ajuste. |
Fuentes de datos compatibles |
Nube: OBS/RDS/DWS/CSS/MongoDB/Redis Local: MongoDB/Redis/bases de datos de construcción propia |
Nube: OBS Local: HDFS |
Compatibilidad con ecosistemas |
Data Lake Visualization (DLV), Tableau, Yonghong BI y Fanruan BI |
Herramienta del ecosistema de big data |
Imagen personalizada |
Se admite. Pueden agregarse dependencias según sea necesario para cumplir con los requerimientos de diversidad de los servicios. |
N/A |
Planificación de flujos de trabajo |
Planificación a través de Data Lake Factory (DLF) en DataArts Studio |
Herramientas de planificación de construcción propia, como Airflow |
Permisos de tenant empresarial |
Gestión basada en tablas con granularidad a nivel de columna |
Gestión basada en archivos |
Rendimiento |
Mayor, gracias al software y hardware optimizados |
Coincide con el de las versiones de Hadoop de código abierto |
Nuevas funciones
Historias de éxito
Mengxiang.com
Mengxiang utiliza DLI y DataArts Studio de Huawei Cloud para analizar datos de comportamiento en tiempo real y relacionar productos con los clientes.
Esta empresa de rápido crecimiento se enfrentó a desafíos relacionados con la estabilidad del servicio durante las horas de mayor tráfico y las promociones. La solución “DLI+DataArts Studio” proporciona a Mengxiang una arquitectura elástica y un lago de datos de alto rendimiento para el procesamiento integral de flujos y por lotes.
DIANCHU Technology
DIANCHU utilizó DLI de Huawei Cloud y el lago de datos inteligente DataArts Studio para establecer una plataforma de análisis de datos para videojuegos. La plataforma analiza los ingresos, la tasa de retención de jugadores y la tasa de pago en tiempo real para la planificación de actividades, el marketing de precisión y la toma de decisiones.
Dragonest
Dragonest colabora con Huawei Cloud para consultar y analizar datos de videojuegos. El análisis es útil para los diferentes departamentos durante el lanzamiento de nuevos servicios. Las aplicaciones de datos están integradas, lo que beneficia a toda la organización.