易用性
湖倉構(gòu)建數(shù)據(jù)湖建設(shè)和持續(xù)運(yùn)營
場景描述 數(shù)據(jù)湖 建設(shè)和持續(xù)運(yùn)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(shí)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(xì)粒度訪問控制：實(shí)現(xiàn)針對數(shù)據(jù)湖的庫、表、列級元數(shù)據(jù)的細(xì)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
云搜索服務(wù)全場景日志分析
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(fù)責(zé)數(shù)據(jù)ETL，Elasticsearch負(fù)責(zé)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(qiáng)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(fù)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