五月婷婷丁香性爱|j久久一级免费片|久久美女福利视频|中文观看在线观看|加勒比四区三区二|亚洲裸女视频网站|超碰97AV在线69网站免费观看|有码在线免费视频|久久青青日本视频|亚洲国产AAAA

云數(shù)據(jù)倉庫全并行計算

2023-05-27 18:21:52

GaussDB(DWS)實現(xiàn)了一套高效能的分布式執(zhí)行引擎，充分利用集群中各節(jié)點的資源，發(fā)揮并行計算的極致性能。 圖片 GaussDB(DWS)的全并行計算 https://res-static.hc-cdn.cn/cloudbu-site/china/zh-cn/hjm/dwshxjs.png 如圖，GaussDB(DWS)的全并行計算核心技術(shù)如下： MPP節(jié)點并行 分布式執(zhí)行框架，VPP用戶態(tài)TCP協(xié)議，支持>1000服務(wù)器，萬級CPU核并行計算。 SMP（Symmetric Multi-Processing）算子并行 采用多線程并行算法執(zhí)行同一個SQL，充分利用多核CPU資源，支持眾核(>64 cores)，NUMA架構(gòu)優(yōu)化。 SIMD（Single Instruction Multiple Data）指令級并行 一個指令執(zhí)行一批數(shù)據(jù)的操作，支持X86，ARM指令。 LLVM（Low Level Virtual Machine）動態(tài)編譯 將熱點函數(shù)預編譯成機器碼，減少SQL執(zhí)行指令數(shù)，提升性能。

實時流計算服務(wù)實時流分析場景

2023-05-27 18:21:52

實時流分析場景 提供易用、低時延、高吞吐的實時流分析服務(wù)。支持Stream SQL和用戶自定義作業(yè)做流分析 優(yōu)勢 易用 在線編輯Stream SQL，豐富的SQL函數(shù)滿足復雜業(yè)務(wù)需要 完全托管 用戶完全不感知計算集群，聚焦流分析本身 按需計費 作業(yè)選定SPU資源量，按時長計費，精確到秒 建議搭配使用： 對象存儲服務(wù) OBS、 數(shù)據(jù)接入服務(wù) DIS

數(shù)據(jù)湖探索地理大數(shù)據(jù)分析

2023-05-27 18:21:52

地理 大數(shù)據(jù) 分析 地理大數(shù)據(jù)具有大數(shù)據(jù)的相關(guān)特征，數(shù)據(jù)體量巨大，例如全球衛(wèi)星遙感影像數(shù)據(jù)量達到PB級；數(shù)據(jù)種類多，有結(jié)構(gòu)化的遙感影像柵格數(shù)據(jù)、矢量數(shù)據(jù)，非結(jié)構(gòu)化的空間位置數(shù)據(jù)、三維建模數(shù)據(jù)；在大體量的地理大數(shù)據(jù)中，通過高效的挖掘工具或者挖掘方法實現(xiàn)價值提煉，是用戶非常關(guān)注的話題 優(yōu)勢 提供地理專業(yè)算子 支持全棧Spark能力，具備豐富的Spark空間數(shù)據(jù)分析算法算子，全面支持結(jié)構(gòu)化的遙感影像數(shù)據(jù)、非結(jié)構(gòu)化的三維建模、激光點云等巨量數(shù)據(jù)的離線批處理，支持帶有位置屬性的動態(tài)流數(shù)據(jù)實時計算處理 CEP SQL 提供地理位置分析函數(shù)對地理空間數(shù)據(jù)進行實時分析，用戶僅需編寫SQL便可實現(xiàn)例如偏航檢測，電子圍欄等地理分析場景 大 數(shù)據(jù)治理 能力 能快速將海量遙感影像數(shù)據(jù)接入上云，快速完成影像數(shù)據(jù)切片處理，為分布式批處理計算提供彈性分布式 數(shù)據(jù)集 建議搭配使用：數(shù)據(jù)接入服務(wù) DIS、 對象存儲 服務(wù)OBS、 云數(shù)據(jù)遷移 CDM、 數(shù)據(jù)快遞 服務(wù)DES

數(shù)據(jù)湖探索數(shù)據(jù)庫分析

2023-05-27 18:21:52

數(shù)據(jù)庫 分析 應(yīng)用的數(shù)據(jù)（如：注冊信息）存在關(guān)系型數(shù)據(jù)庫中，想對數(shù)據(jù)庫內(nèi)的數(shù)據(jù)進行分析 痛點 數(shù)據(jù)量日益增多，復雜查詢關(guān)系型數(shù)據(jù)庫查不出來 數(shù)據(jù)分庫分表存在多個關(guān)系型數(shù)據(jù)庫中，無法做全量分析 不想因為分析業(yè)務(wù)影響在線業(yè)務(wù) 優(yōu)勢 熟悉的SQL體驗 DLI的SQL語法全兼容關(guān)系型數(shù)據(jù)庫的標準ANSI SQL 2003，0學習成本，使用習慣保持一致 極致性能 DLI采用分布式內(nèi)存計算模型，輕松處理海量數(shù)據(jù) 建議搭配使用：云 數(shù)據(jù)遷移 CDM

MapReduce服務(wù)智慧水務(wù)

2023-05-27 18:21:52

智慧水務(wù) 以大數(shù)據(jù)云服務(wù)MRS-Hadoop為核心，構(gòu)建高性能、高可靠的統(tǒng)一大數(shù)據(jù)存儲分析平臺 優(yōu)勢 統(tǒng)一數(shù)據(jù)平臺，靈活彈性 使用MRS服務(wù)搭建，具備企業(yè)級大數(shù)據(jù)的平臺能力，并提供了豐富的開源組件，靈活搭配，同時滿足客戶實時/離線等混合復雜業(yè)務(wù)處理訴求 高吞吐、低延時 可以通過Storm從Kafka獲取實時流數(shù)據(jù)，實現(xiàn)高吞吐量、低延時的實時計算、分析能力 支持多類型數(shù)據(jù)融合 同時支持各種結(jié)構(gòu)化/半結(jié)構(gòu)化/非結(jié)構(gòu)化數(shù)據(jù)計算處理，輕松 遷移 傳統(tǒng)數(shù)倉數(shù)據(jù)，實現(xiàn)跨源數(shù)據(jù)探索分析 場景適用服務(wù)： MapReduce服務(wù) MRS、云數(shù)據(jù)遷移 CDM、 云數(shù)據(jù)庫 MySQL

湖倉構(gòu)建數(shù)據(jù)湖建設(shè)和持續(xù)運營

2023-05-27 18:21:52

場景描述 數(shù)據(jù)湖 建設(shè)和持續(xù)運營，是指數(shù)據(jù)湖的初始化建設(shè)及后續(xù)日常的海量元數(shù)據(jù)及權(quán)限管理，因此客戶需要便捷高效的建設(shè)和管理方式。 傳統(tǒng)方式的弊端 · 僅支持通過計算引擎（Hive、Spark等）執(zhí)行SQL實現(xiàn)元數(shù)據(jù)的定義、修改、查詢，對客戶有一定的技能要求，缺少提升易用性的可視化界面。 · 一個完整的授權(quán)活動，需要針對計算引擎、對象存儲執(zhí)行兩次授權(quán)操作，對客戶操作帶來不便，易用性差。 服務(wù)優(yōu)勢 · 站式可視化數(shù)據(jù)湖構(gòu)建：提供數(shù)據(jù)湖元數(shù)據(jù)統(tǒng)一定義和授權(quán)的可視化界面，支持客戶便捷操作，快速構(gòu)建。 · 聯(lián)動授權(quán)：支持在元數(shù)據(jù)授權(quán)的同時， 自動化 完成元數(shù)據(jù)所映射的文件目錄的授權(quán)，使客戶授權(quán)操作更便捷和高效。 · 細粒度訪問控制：實現(xiàn)針對數(shù)據(jù)湖的庫、表、列級元數(shù)據(jù)的細粒度訪問控制，為業(yè)務(wù)數(shù)據(jù)的安全性提供有力保障。 建議搭配服務(wù)：MapReduce服務(wù)、 數(shù)據(jù)湖探索 DLI、云 數(shù)據(jù)倉庫 GaussDB、 數(shù)據(jù)治理中心 DataArts Studio、 AI開發(fā)平臺 ModelArts

數(shù)據(jù)治理中心功能描述

2023-05-27 18:21:52

數(shù)據(jù)集成 支持批量數(shù)據(jù)遷移、實時數(shù)據(jù)集成和數(shù)據(jù)庫實時同步，支持20+異構(gòu)數(shù)據(jù)源，全向?qū)脚渲煤凸芾?，支持單表、整庫、增量、周期性?shù)據(jù)集成 數(shù)據(jù)治理 提供智能數(shù)據(jù)規(guī)劃、數(shù)據(jù)質(zhì)量監(jiān)控、數(shù)據(jù)標準化等功能，統(tǒng)一管理數(shù)據(jù)模型、數(shù)據(jù)標準，并落地數(shù)據(jù)模型和數(shù)據(jù)標準，用于改善數(shù)據(jù)質(zhì)量，有效支撐決策 資產(chǎn)管理 提供企業(yè)級的元 數(shù)據(jù)管理 ，厘清信息資產(chǎn)。通過 數(shù)據(jù)地圖 ，實現(xiàn)數(shù)據(jù)資產(chǎn)的數(shù)據(jù)血緣和數(shù)據(jù)全景可視，提供數(shù)據(jù)智能搜索和運營監(jiān)控 數(shù)據(jù)研發(fā) 大數(shù)據(jù)開發(fā)環(huán)境，降低用戶使用大數(shù)據(jù)的門檻，幫助用戶快速構(gòu)建大數(shù)據(jù)處理中心。支持數(shù)據(jù)建模、數(shù)據(jù)集成、腳本開發(fā)、工作流編排等操作，輕松完成整個數(shù)據(jù)的處理分析流程 智能服務(wù) 標準化的數(shù)據(jù)服務(wù)平臺，提供一站式數(shù)據(jù)服務(wù)開發(fā)、測試部署能力，實現(xiàn)數(shù)據(jù)服務(wù)敏捷響應(yīng)，降低數(shù)據(jù)獲取難度，提升數(shù)據(jù)消費體驗和效率，最終實現(xiàn)數(shù)據(jù)資產(chǎn)的變現(xiàn) 全場景可視 數(shù)據(jù)治理運營過程可視，拖拉拽配置，無需編碼；處理結(jié)果可視，更直觀，便于交互和探索；數(shù)據(jù)資產(chǎn)管理可視，支持鉆取、溯源等 統(tǒng)一調(diào)度 全面托管的調(diào)度，支持按時間、事件觸發(fā)的任務(wù)觸發(fā)機制，支持分鐘、小時、天、周和月等多種調(diào)度周期 統(tǒng)一運維 可視化的任務(wù)運維中心，監(jiān)控所有任務(wù)的運行，支持配置各類報警通知，便于責任人實時獲取任務(wù)的情況，保證業(yè)務(wù)正常運行 數(shù)據(jù)安全 統(tǒng)一的數(shù)據(jù)安全保護中心，提供敏感數(shù)據(jù)識別及分類，安全隱私保護，細粒度權(quán)限控制，數(shù)據(jù)風險識別及合規(guī)審計等能力，幫助用戶增強整體安全防護能力，建立安全預警機制，讓數(shù)據(jù)使用安全、合規(guī)

日志分析服務(wù)日志分析

2023-05-27 18:21:52

日志分析 通過對接入的日志進行索引、分片、分析，提供一站式智能分析平臺，對外提供日志檢索、可視化、智能運維等功能。 特點 實時檢索 提供日志場景端到端的解決方案，數(shù)據(jù)從入庫到能夠被檢索到只需要數(shù)秒時間。 統(tǒng)計分析 提供20余種統(tǒng)計分析方法，支持表格、折線圖、熱圖、云圖等多種圖表呈現(xiàn)方式。 APM 加速 針對時序數(shù)據(jù)，通過提前將細粒度數(shù)據(jù)聚合成粗粒度數(shù)據(jù)，提升drill up與drill down的性能。 建議搭配使用： 云搜索服務(wù) CSS、MapReduce服務(wù)、對象存儲服務(wù) OBS、云數(shù)據(jù)遷移 CDM

云搜索服務(wù)全場景日志分析

2023-05-27 18:21:52

全場景日志分析 云搜索 服務(wù)CSS可用于全場景日志分析，包括ELB日志、服務(wù)器日志、容器和應(yīng)用日志。 其中Kafka作為消息緩沖隊列，用于削峰填谷，Logstash負責數(shù)據(jù)ETL，Elasticsearch負責數(shù)據(jù)檢索與分析，最后由Kibana以可視化的方式呈現(xiàn)給用戶。 優(yōu)勢 性價比高 采用鯤鵬算力、冷熱分離、存算分離，成本同比降低30%+； 易用性好 支持豐富的可視化查詢語句與拖拽式報表； 強大的處理能力 支持每天百TB級數(shù)量入庫，提供PB級以上數(shù)據(jù)處理能力。 建議搭配使用： 彈性負載均衡 ELB、彈性 云服務(wù)器 ECS、云容器引擎 CCE、分布式消息服務(wù) Kafka

表格存儲服務(wù)物聯(lián)網(wǎng)IoT設(shè)備監(jiān)控

2023-05-27 18:21:52

物聯(lián)網(wǎng)IoT設(shè)備監(jiān)控 梯聯(lián)網(wǎng)、燃氣、水務(wù)、電力、化工、互聯(lián)網(wǎng)等IoT設(shè)備通過物聯(lián)網(wǎng)套件服務(wù)接入上云，設(shè)備數(shù)據(jù)和分析結(jié)果實時高效寫入到CloudTable的時序數(shù)據(jù)庫OpenTSDB中，通過 OpenTSDB接口將時序結(jié)果輸出到用戶的展現(xiàn)監(jiān)控前端系統(tǒng)，實現(xiàn)物聯(lián)網(wǎng)設(shè)備實時監(jiān)控分析系統(tǒng) 優(yōu)勢 易接入 CloudTable(OpenTSDB)開放協(xié)議，輕松對接消息系統(tǒng)、實時流計算系統(tǒng)，降低開發(fā)難度 高性能讀寫 千萬級的時序數(shù)據(jù)寫入吞吐量， 百萬數(shù)據(jù)點3秒的查詢時延。相比開源OpenTSDB，針對讀性能提高30%-60%，寫并發(fā)提升60% 支持聚合能力 提供插值、降精度、豐富的聚合函數(shù)能力 低成本 存儲按使用量計費，彈性擴容，從容應(yīng)對業(yè)務(wù)的不確定性。10:1的高壓縮比，成本更低 建議搭配使用： 實時流計算服務(wù) CS、數(shù)據(jù)接入服務(wù) DIS、數(shù)據(jù)湖探索 DLI、設(shè)備管理 IoTDM、對象存儲服務(wù) OBS、云數(shù)據(jù)遷移 CDM

表格存儲服務(wù)產(chǎn)品優(yōu)勢

2023-05-27 18:21:52

HBase原生接口 兼容原生HBase接口，架構(gòu)高可用，存儲和計算分離保證高可靠，內(nèi)核深度優(yōu)化 支持KeyValue數(shù)據(jù)模型：兼容HBase原生接口，支持KeyValue數(shù)據(jù)模型，基于社區(qū)HBase 1.3版本進行深度內(nèi)核優(yōu)化，修復社區(qū)關(guān)鍵BUG，優(yōu)化HBase運行參數(shù)。兼容原生HBase常規(guī)表操作/數(shù)據(jù)讀寫接口 架構(gòu)高可用 架構(gòu)高可用：Master為兩個節(jié)點，主備模式，HA實時檢測；計算單元的故障，region可以秒級轉(zhuǎn)移，保證業(yè)務(wù)的高可用 存儲和計算分離保證高可靠：安全、可靠、可彈性擴展，適用于大容量、讀寫速率要求不高、事務(wù)性處理較少的應(yīng)用場景 集成OpenTSDB 集成OpenTSDB來支持時序數(shù)據(jù)的高效存儲與查詢。對OpenTSDB源碼深度優(yōu)化，性能較之社區(qū)OpenTSDB版本提升30%+ 安全可靠：集成OpenTSDB來支持時序數(shù)據(jù)的高效存儲與查詢。對OpenTSDB源碼深度優(yōu)化，性能較之社區(qū)OpenTSDB版本提升30%+ OpenTSDB源碼深度優(yōu)化：針對物聯(lián)網(wǎng)的高并發(fā)，大范圍掃描等場景深度優(yōu)化，千萬級的時序數(shù)據(jù)寫入吞吐量， 百萬數(shù)據(jù)點3秒的查詢時延。相比開源OpenTSDB，針對讀性能提高30%-60%，寫并發(fā)提升60% 集成GeoMesa 引入地理大數(shù)據(jù)處理套件GeoMesa，存儲和分析海量時空(spatio-temporal)數(shù)據(jù)，提供路徑查詢、區(qū)域分布統(tǒng)計、區(qū)域查詢、OD分析等功能 集成GeoMesa提供時空數(shù)據(jù)庫能力：集成GeoMesa，提供位置數(shù)據(jù)、路徑數(shù)據(jù)等時空數(shù)據(jù)的高效讀寫、路徑查詢、區(qū)域分布統(tǒng)計、區(qū)域查詢、OD分析等功能 基于GeoMesa的數(shù)據(jù)分析能力：和華為云數(shù)據(jù)湖探索(Data Lake Insight, DLI)服務(wù)無縫集成，提供對時空數(shù)據(jù)的密度分析、熱力圖等分析功能 可視化監(jiān)控運維 提供常用的監(jiān)控信息和自定義告警規(guī)則，簡化系統(tǒng)運維 可視化管理平臺：可視化管理平臺對CU進行擴容，修改配置參數(shù)等 全面的監(jiān)控信息：提供實例的CPU使用率、IOPS、流入流出的流量等監(jiān)控信息 自定義告警規(guī)則：支持異常告警和自定義告警規(guī)則，提供CPU使用超過閾值等告警，提供告警啟用、停用、刪除管理

云數(shù)據(jù)倉庫產(chǎn)品架構(gòu)

2023-05-27 18:21:52

GaussDB(DWS)由數(shù)據(jù)庫內(nèi)核部分及一系列相關(guān)工具組成，其產(chǎn)品架構(gòu)如圖所示。 圖片 GaussDB(DWS)產(chǎn)品架構(gòu) https://res-static.hc-cdn.cn/cloudbu-site/china/zh-cn/zjy/architecture(3).png GaussDB(DWS)支持標準ANSI SQL，用戶可通過GaussDB(DWS)提供的客戶端工具或JDBC、ODBC接口與其進行交互。通過JDBC、ODBC和PLSQL等接口，客戶可以針對自身業(yè)務(wù)進行定制開發(fā)。 GaussDB(DWS)采用Shared-nothing的MPP（Massively Parallel Processing）架構(gòu)，整個集群由多個擁有獨立且互不共享CPU、內(nèi)存、存儲等系統(tǒng)資源的邏輯節(jié)點組成。在這樣的系統(tǒng)架構(gòu)中，業(yè)務(wù)數(shù)據(jù)被分散存儲在多個物理節(jié)點上，數(shù)據(jù)訪問任務(wù)被推送到數(shù)據(jù)所在位置就近執(zhí)行，通過控制模塊的協(xié)調(diào)，并行地完成大規(guī)模的數(shù)據(jù)處理工作，實現(xiàn)對數(shù)據(jù)處理的快速響應(yīng)。 GaussDB(DWS)支持行列混合存儲和向量化執(zhí)行，可同時滿足高并發(fā)TP和分析AP業(yè)務(wù)的需要。 GaussDB(DWS)提供了數(shù)據(jù)遷移/備份，數(shù)據(jù)導入導出等多種數(shù)據(jù)管理工具，可以快速、方便地在不同數(shù)據(jù)庫之間、GaussDB(DWS)的不同集群之間轉(zhuǎn)移數(shù)據(jù)，為用戶升級、擴展、替換、備份數(shù)據(jù)庫系統(tǒng)提供有力地保障。 GaussDB(DWS)提供可視化的集群管理界面，可以一鍵部署、升級、擴容。用戶可通過管理控制界面實時查看數(shù)據(jù)庫狀態(tài)，統(tǒng)計運行數(shù)據(jù)，分析數(shù)據(jù)庫性能。

云數(shù)據(jù)倉庫一站式BI解決方案

2023-05-27 18:21:52

一站式BI解決方案 企業(yè)積累的海量數(shù)據(jù)及各種數(shù)據(jù)資產(chǎn)，體量龐大，需高性能大數(shù)據(jù)平臺支撐進行全量數(shù)據(jù)分析和挖掘。依托DWS+BI工具打造全局的、直觀的、關(guān)聯(lián)性的、可視化的運營數(shù)字化分析平臺 ，以數(shù)據(jù)分析來驅(qū)動業(yè)務(wù)價值提升及管理提升 優(yōu)勢 多源數(shù)據(jù)接入 多源數(shù)據(jù)采集，打破數(shù)據(jù)孤島，形成統(tǒng)一的數(shù)據(jù)展現(xiàn)平臺 統(tǒng)一分析決策平臺 統(tǒng)一的數(shù)據(jù)決策平臺，多維分析企業(yè)經(jīng)營數(shù)據(jù)，有效支撐企業(yè)的經(jīng)營決策； 多場景展現(xiàn) 搭配BI工具多終端數(shù)據(jù)展現(xiàn)PC端/移動端/大屏，滿足業(yè)務(wù)部門各種報表訴求。 建議搭配使用：云數(shù)據(jù)遷移 CDM、數(shù)據(jù)湖治理中心 DGC、BI/報表軟件

數(shù)據(jù)湖探索游戲行業(yè)

2023-05-27 18:21:52

日志分析 游戲公司日常通過數(shù)據(jù)分析平臺，借助數(shù)據(jù)力量沒突破行業(yè)瓶頸。例如：尋找優(yōu)質(zhì)的投放渠道、提高新手期玩家留存、優(yōu)化運營活動提升玩家活躍、數(shù)據(jù)驅(qū)動產(chǎn)品迭代等 痛點 日志分析通常是按周期進行調(diào)度，每次調(diào)度之間存在大量空閑期 優(yōu)勢 按量計費 DLI按量計費只在使用期間收費，成本較獨占集群降低50%以上 融合分析 DLI三大引擎間元數(shù)據(jù)互通，數(shù)據(jù)實時清洗后入庫進行離線ETL處理，處理結(jié)果直接可用交互式分析進行數(shù)據(jù)探索 建議搭配使用：數(shù)據(jù)接入服務(wù) DIS、云數(shù)據(jù)庫服務(wù) MySQL

MapReduce服務(wù)與自建Hadoop集群對比

2023-05-27 18:21:52

成本 MapReduce服務(wù)：支持鯤鵬+自動 彈性伸縮 ，大大降低成本；已包含商用大數(shù)據(jù)產(chǎn)品價格及操作系統(tǒng)技術(shù)支持費用，無需額外購買 自建Hadoop集群：無法彈性，資源利用率低，成本高；購買商業(yè)發(fā)行版操作系統(tǒng)及大數(shù)據(jù)產(chǎn)品License價格高昂 維護 MapReduce服務(wù)：提供I層基礎(chǔ)設(shè)施自動化整合能力，自動做性能調(diào)優(yōu)，性能更好；一鍵式快速創(chuàng)建大數(shù)據(jù)集群；支持滾動補丁和版本升級能力，提供專業(yè)的運維保障技術(shù)支撐 自建Hadoop集群：無法快速整合Iaas層資源，需要手動調(diào)參優(yōu)化；手動安裝大數(shù)據(jù)集群，效率低，易出錯；無運維支撐保障服務(wù)，不支持補丁更新或版本升級 靈活 MapReduce服務(wù)：支持按照業(yè)務(wù)負載和時間策略自動彈性伸縮，快速應(yīng)對業(yè)務(wù)增長高峰；支持靈活調(diào)整節(jié)點與磁盤規(guī)格，支持靈活創(chuàng)建臨時集群，作業(yè)運行完自動銷毀 自建Hadoop集群：業(yè)務(wù)量暴漲或回落時，不能及時擴容或收縮資源；不支持節(jié)點規(guī)格靈活升級，不支持臨時創(chuàng)建集群自動銷毀 專業(yè) MapReduce服務(wù)：具備云廠商提供的多年金融、電信、交通等大數(shù)據(jù)領(lǐng)域的商用特性，支持集群>20000節(jié)點規(guī)模；具備云廠商強大的Hadoop內(nèi)核技術(shù)團隊（PMC&Commiters）的技術(shù)支撐 自建Hadoop集群：開源版大數(shù)據(jù)集群水平擴展能力有限制，不適合大規(guī)模生產(chǎn)部署；使用開源社區(qū)大數(shù)據(jù)產(chǎn)品免費版，未經(jīng)過大規(guī)模商用驗證，無專業(yè)團隊技術(shù)支持 生態(tài) MapReduce服務(wù)：天然集成其他大數(shù)據(jù)基礎(chǔ)服務(wù)，如數(shù)據(jù)接入、數(shù)據(jù)遷移、數(shù)據(jù)工廠等生態(tài)服務(wù)，更容易結(jié)合AI智能應(yīng)用讓數(shù)據(jù)快速變現(xiàn)，構(gòu)筑云上大數(shù)據(jù)企業(yè)智能生態(tài) 自建Hadoop集群：自建系統(tǒng)比較封閉，無法快速的利用周邊云生態(tài)服務(wù)能力 安全 MapReduce服務(wù)： 擁有企業(yè)級的大數(shù)據(jù)多租戶權(quán)限管理能力；擁有企業(yè)級的大數(shù)據(jù)安全管理特性，支持按照表/按列控制訪問權(quán)限，支持數(shù)據(jù)按照表/按列加密 自建Hadoop集群：不具備企業(yè)級的多租戶權(quán)限管理能力；開源大數(shù)據(jù)集群不具備完善的審計日志；缺少業(yè)界安全工具掃描報告 可靠 MapReduce服務(wù)： 經(jīng)過大規(guī)模的可靠性、長穩(wěn)驗證，滿足企業(yè)級高可靠要求；支持數(shù)據(jù)跨AZ/跨Region自動備份的數(shù)據(jù)容災能力；自動反親和技術(shù)，虛擬機分布在不同物理機上 自建Hadoop集群：僅通過基本功能測試，無長穩(wěn)、可靠性、大規(guī)模集群等商用場景測試；業(yè)務(wù)雙活、容災設(shè)備投入大，且不能兩地三中心容災

共10689條