隨著大數(shù)據(jù)與云原生的快速發(fā)展融匯交互，各技術(shù)領(lǐng)域又將來(lái)臨新一波迅雷之勢(shì)的挑戰(zhàn)和創(chuàng)變。利用云原生技術(shù)的簡(jiǎn)便快捷、動(dòng)態(tài)調(diào)度、按需伸縮等優(yōu)勢(shì)，如何加速大數(shù)據(jù)基礎(chǔ)軟件和系統(tǒng)的迭代更新頻率、確保整體環(huán)境的最終一致性，如何為數(shù)據(jù)庫(kù)提供極致的性能、彈性和無(wú)限擴(kuò)展能力，以及由此帶來(lái)的運(yùn)維模式轉(zhuǎn)型該如何應(yīng)對(duì)，以上種種，都是我們當(dāng)下需要率先突破的課題。
當(dāng)下來(lái)看，不僅僅是技術(shù)上面的難題，很多企業(yè)依舊是使用的老一套大數(shù)據(jù)處理方案，但數(shù)據(jù)量日益增大，需求增多。傳統(tǒng)的數(shù)據(jù)中心無(wú)論是在性能、效率，還是在投資收益、安全性，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足新興應(yīng)用的需求，數(shù)據(jù)中心業(yè)務(wù)急需新型大數(shù)據(jù)處理中心來(lái)支撐。除了傳統(tǒng)的高可靠、高冗余、綠色節(jié)能之外，新型的大數(shù)據(jù)中心還需應(yīng)具備虛擬化、模塊化、彈性擴(kuò)展、自動(dòng)化等一系列特征，才能滿足具備大數(shù)據(jù)特征的應(yīng)用需求。這些史無(wú)前例的需求，讓存儲(chǔ)系統(tǒng)的架構(gòu)和功能都發(fā)生了前所未有的變化。
對(duì)于企業(yè)來(lái)說(shuō)，大數(shù)據(jù)方面的挑戰(zhàn)包括：
·業(yè)務(wù)部門無(wú)清晰的大數(shù)據(jù)需求
·企業(yè)內(nèi)部數(shù)據(jù)孤島嚴(yán)重
·數(shù)據(jù)可用性低、質(zhì)量差
·數(shù)據(jù)相關(guān)管理技術(shù)和架構(gòu)問(wèn)題
·數(shù)據(jù)安全問(wèn)題
·大數(shù)據(jù)人才缺乏
·數(shù)據(jù)開(kāi)放和隱私的權(quán)衡
要更快速的釋放數(shù)據(jù)價(jià)值，一套完善的方案和系統(tǒng)是關(guān)鍵。而這一領(lǐng)域的佼佼者便是華為云一站式大數(shù)據(jù)解決方案，頗受業(yè)界認(rèn)可。本文就從傳統(tǒng)大數(shù)據(jù)解決方案和大數(shù)據(jù)的特點(diǎn)出發(fā)，來(lái)剖析為什么要選擇華為云的大數(shù)據(jù)解決方案。
一、海量數(shù)據(jù)處理方案
1.1 大數(shù)據(jù)存儲(chǔ)
1.1.1 傳統(tǒng)數(shù)據(jù)存儲(chǔ)
通常業(yè)務(wù)系統(tǒng)產(chǎn)生的大量日志，傳統(tǒng)的處理方式是采用集中存儲(chǔ)。集中存儲(chǔ)就是指有一臺(tái)大型主機(jī)或多臺(tái)主機(jī)組成中心節(jié)點(diǎn)，數(shù)據(jù)集中存儲(chǔ)于這個(gè)中心節(jié)點(diǎn)上，并且整個(gè)系統(tǒng)的所有業(yè)務(wù)單元都集中部署在這個(gè)中心節(jié)點(diǎn)上， 數(shù)據(jù)計(jì)算幾乎完全 依賴于一臺(tái)中、大型的中心計(jì)算機(jī)的處理能力。系統(tǒng)所有的功能均由其集中處理。在集中式系統(tǒng)中，每個(gè)終端或客戶端僅僅負(fù)責(zé)數(shù)據(jù)的錄入和輸出，而數(shù)據(jù)的存儲(chǔ)與控制處理完全交給主機(jī)來(lái)完成。集中式存儲(chǔ)最大的特點(diǎn)就是部署結(jié)構(gòu)簡(jiǎn)單。放在現(xiàn)在整個(gè)環(huán)境中，需要面臨以下考驗(yàn)：
·系統(tǒng)安全性：需要對(duì)抗DDoS攻擊，傳統(tǒng)自建數(shù)據(jù)庫(kù)需要自行實(shí)現(xiàn)，且實(shí)現(xiàn)成本較高，同時(shí)也需自行修復(fù)數(shù)據(jù)庫(kù)安全漏洞。
·硬件成本：為了能部署數(shù)據(jù)庫(kù)，開(kāi)發(fā)者需要購(gòu)買費(fèi)用高昂的數(shù)據(jù)庫(kù)服務(wù)器。一次性的硬件成本很高。而且考慮到硬件損耗，后期還會(huì)有維修和更換硬件的成本。
·運(yùn)維成本：需要花費(fèi)大量的人力物力來(lái)維護(hù)硬件、維護(hù)操作系統(tǒng)、維護(hù)數(shù)據(jù)庫(kù)軟件。
·可擴(kuò)展性：傳統(tǒng)自建數(shù)據(jù)庫(kù)采用物理硬盤作為存儲(chǔ)空間，受單盤容量的限制，并不支持彈性升級(jí)，要增減節(jié)點(diǎn)，也比較難實(shí)現(xiàn)，如果某個(gè)數(shù)據(jù)庫(kù)超過(guò)了這個(gè)存儲(chǔ)的限制，需要運(yùn)維和開(kāi)發(fā)的人員一起進(jìn)行數(shù)據(jù)歸檔，來(lái)降低數(shù)據(jù)庫(kù)容量。
·可靠性：?jiǎn)螜C(jī)實(shí)例，沒(méi)有數(shù)據(jù)災(zāi)備。需要額外成本建立異地的數(shù)據(jù)災(zāi)備。不管是主從架構(gòu)、還是負(fù)載均衡還是自動(dòng)容災(zāi)方面，傳統(tǒng)自建數(shù)據(jù)庫(kù)都需要自行實(shí)現(xiàn)。
傳統(tǒng)數(shù)據(jù)庫(kù)或數(shù)倉(cāng)產(chǎn)品面臨數(shù)據(jù)存不下、查不出、擴(kuò)容難、成本高的痛點(diǎn)。因此，如何對(duì)整個(gè)傳統(tǒng)數(shù)據(jù)庫(kù)升級(jí)躍遷，是企業(yè)面臨的關(guān)鍵問(wèn)題之一。
一方面是傳統(tǒng)數(shù)據(jù)庫(kù)不能滿足互聯(lián)網(wǎng)企業(yè)新需求。互聯(lián)網(wǎng)企業(yè)因業(yè)務(wù)快速擴(kuò)展，需實(shí)時(shí)處理海量數(shù)據(jù)，并發(fā)訪問(wèn)量非常大。傳統(tǒng)數(shù)據(jù)庫(kù)基于專用服務(wù)器和高端存儲(chǔ)構(gòu)成共享存儲(chǔ)環(huán)境，設(shè)備造價(jià)昂貴，且性能和擴(kuò)展性極其有限，無(wú)法滿足互聯(lián)網(wǎng)行業(yè)對(duì)數(shù)據(jù)庫(kù)高并發(fā)、實(shí)時(shí)在線需求。
另一方面是傳統(tǒng)數(shù)據(jù)庫(kù)不能適應(yīng)云計(jì)算技術(shù)新需求。云計(jì)算公司依托技術(shù)積累，發(fā)起由IOE架構(gòu)向基于廉價(jià)PC服務(wù)器技術(shù)的變革，降低IT服務(wù)支出，倡導(dǎo)以軟件為中心的架構(gòu)演變，降低數(shù)據(jù)庫(kù)維護(hù)升級(jí)的風(fēng)險(xiǎn)。傳統(tǒng)數(shù)據(jù)庫(kù)環(huán)境是集中在一個(gè)地點(diǎn)的高穩(wěn)定、高可靠、高可用的高端企業(yè)級(jí)設(shè)備，制約云計(jì)算企業(yè)未來(lái)業(yè)務(wù)發(fā)展，增加長(zhǎng)期運(yùn)營(yíng)成本。
傳統(tǒng)數(shù)據(jù)存儲(chǔ)面臨著以下四個(gè)問(wèn)題：
·無(wú)法應(yīng)對(duì)每秒上萬(wàn)次的讀寫(xiě)請(qǐng)求，硬盤IO此時(shí)也將變?yōu)樾阅芷款i。
·表中存儲(chǔ)記錄數(shù)量有限，橫向可擴(kuò)展能力有限，縱向數(shù)據(jù)可承受能力也是有限的，面對(duì)海量數(shù)據(jù)，勢(shì)必涉及到分庫(kù)分表，難以維護(hù)。大數(shù)據(jù)查詢SQL效率極低，數(shù)據(jù)量到達(dá)一定程度時(shí)，查詢時(shí)間會(huì)呈指數(shù)級(jí)別增長(zhǎng)。
·難以橫向擴(kuò)展，無(wú)法簡(jiǎn)單地通過(guò)增加硬件、服務(wù)節(jié)點(diǎn)來(lái)提高系統(tǒng)性能。
·對(duì)于需要24小時(shí)不間斷提供服務(wù)的網(wǎng)站來(lái)說(shuō)，數(shù)據(jù)庫(kù)升級(jí)、擴(kuò)展將是一件十分麻煩的事，往往需要停機(jī)維護(hù)、數(shù)據(jù)遷移。為了避免服務(wù)間斷，如果網(wǎng)站使用服務(wù)器集群，則根據(jù)集群策略，需要相應(yīng)的考慮主從一致性、集群擴(kuò)展性等一系列問(wèn)題。
那么結(jié)合現(xiàn)有的云原生技術(shù)和大數(shù)據(jù)技術(shù)，數(shù)據(jù)倉(cāng)庫(kù)又該是何種形式呢?
1.1.2 云大數(shù)據(jù)倉(cāng)庫(kù)
以華為云數(shù)據(jù)倉(cāng)庫(kù) GaussDB(DWS)新一代云數(shù)倉(cāng)為例，GaussDB(DWS)作為新一代全場(chǎng)景數(shù)據(jù)倉(cāng)庫(kù)，具備極致性能、高擴(kuò)展、極簡(jiǎn)易用、一站式分析等特性，滿足大數(shù)據(jù)時(shí)代企業(yè)構(gòu)建新型數(shù)倉(cāng)的需求。融合分析能力是云原生數(shù)據(jù)倉(cāng)庫(kù)GaussDB(DWS)核心亮點(diǎn)之一。GaussDB(DWS)采用一套SQL引擎，支持Oracle、Mysql、HDFS等多源數(shù)據(jù)融合分析，并通過(guò)算子下推、加速集群等技術(shù)對(duì)分析性能進(jìn)行了大幅優(yōu)化，在數(shù)據(jù)免搬遷的前提下，實(shí)現(xiàn)了跨源數(shù)據(jù)免搬遷、高效分析。
能夠在運(yùn)行時(shí)進(jìn)行按需擴(kuò)展的能力是任何企業(yè)成長(zhǎng)的先決條件。因?yàn)檫@種能力讓企業(yè)可以專注于追求商業(yè)目標(biāo)，而不用擔(dān)心存儲(chǔ)空間大小的限制。傳統(tǒng)數(shù)據(jù)庫(kù)將所有文件和資源都存儲(chǔ)在同一主機(jī)中，而云原生數(shù)據(jù)庫(kù)GaussDB則不同，它不僅允許你以不同的方式存儲(chǔ)，而且不受存儲(chǔ)空間問(wèn)題的影響。
比如我們從MySQL數(shù)據(jù)庫(kù)數(shù)據(jù)遷移至GaussDB：
1、導(dǎo)出mysql數(shù)據(jù)
1、下載數(shù)據(jù)并上傳至GaussDB服務(wù)器
2、導(dǎo)入GaussDB
可見(jiàn)遷移十分便捷。GaussDB 提供配套的遷移工具，支持使用dump和load將數(shù)據(jù)庫(kù)中的數(shù)據(jù)導(dǎo)出成標(biāo)準(zhǔn)化通用文件，可使用GaussDB的 load導(dǎo)入Oracle、MySQL、SQLserver等數(shù)據(jù)庫(kù)導(dǎo)出的文件，同時(shí)也可以使用dump導(dǎo)出GaussDB的數(shù)據(jù)，然后導(dǎo)入到其他數(shù)據(jù)庫(kù)或者其他GaussDB數(shù)據(jù)庫(kù)。可支持Teradata、Oracle/Exadata、Greenplum等數(shù)據(jù)分析系統(tǒng)的平滑遷移，而且支持SQL 2003標(biāo)準(zhǔn)，兼容Oracle/Teradata的部分語(yǔ)法和數(shù)據(jù)結(jié)構(gòu)，支持全局事務(wù)、存儲(chǔ)過(guò)程、數(shù)據(jù)強(qiáng)一致性保證。且GaussDB庫(kù)倉(cāng)一體，邏輯集群，支持一套集群容納數(shù)據(jù)集市、數(shù)據(jù)倉(cāng)庫(kù)。
GaussDB(DWS)云原生數(shù)據(jù)倉(cāng)庫(kù)支持冷熱數(shù)據(jù)多溫存儲(chǔ)，熱數(shù)據(jù)存儲(chǔ)于數(shù)倉(cāng)內(nèi)部，以獲得良好的查詢分析性能，冷數(shù)據(jù)可分級(jí)存儲(chǔ)到更低成本的OBS中。不僅降低存儲(chǔ)成本，并且在OBS內(nèi)，通過(guò)合法鑒權(quán)，數(shù)據(jù)能夠共享開(kāi)放，供其他引擎處理分析。GaussDB(DWS)當(dāng)前已經(jīng)支持表內(nèi)不同分區(qū)間的冷熱數(shù)據(jù)存儲(chǔ)，未來(lái)還將支持更細(xì)粒度、更加智能的冷熱數(shù)據(jù)管理。
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(tái)支撐進(jìn)行全量數(shù)據(jù)分析和挖掘。企業(yè)可以依托DWS+BI工具打造全局的、直觀的、關(guān)聯(lián)性的、可視化的運(yùn)營(yíng)數(shù)字化分析平臺(tái) ，以數(shù)據(jù)分析來(lái)驅(qū)動(dòng)業(yè)務(wù)價(jià)值提升及管理提升。
以國(guó)內(nèi)某知名保險(xiǎn)客戶的商業(yè)數(shù)據(jù)庫(kù)遷移為例。首先是要求高性能，客戶上線業(yè)務(wù)為保險(xiǎn)核心業(yè)務(wù)，這塊業(yè)務(wù)需要數(shù)據(jù)庫(kù)具備高并發(fā)、大表查詢的能力，尤其是對(duì)接互聯(lián)網(wǎng)和渠道的業(yè)務(wù)，對(duì)數(shù)據(jù)庫(kù)性能要求很高。在保單的批量下單場(chǎng)景方面，GaussDB(for MySQL)憑借其優(yōu)秀的性能完美支撐業(yè)務(wù)核心交易場(chǎng)景。
而且GaussDB跨AZ部署高可用，數(shù)據(jù)安全可靠。這個(gè)特性無(wú)論是在國(guó)內(nèi)，還是與海外友商相比都是領(lǐng)先的，它能做到跨3AZ部署，任何一個(gè)節(jié)點(diǎn)故障都不會(huì)對(duì)業(yè)務(wù)帶來(lái)致命影響。故障切換速度做到10秒以內(nèi)，做到數(shù)據(jù)零丟失，采用白名單、VPC網(wǎng)絡(luò)、數(shù)據(jù)多副本存儲(chǔ)等全方位的手段，對(duì)數(shù)據(jù)庫(kù)數(shù)據(jù)訪問(wèn)、存儲(chǔ)、管理等各個(gè)環(huán)節(jié)提供安全保障。且GaussDB能夠快速備份恢復(fù)，采用快照的方式，相比傳統(tǒng)MySQL物理備份，整個(gè)恢復(fù)時(shí)間加快了數(shù)倍�；诘讓哟鎯�(chǔ)系統(tǒng)的多時(shí)間點(diǎn)特性，不需增量日志回放，可直接實(shí)現(xiàn)按時(shí)間點(diǎn)回滾。備份及恢復(fù)邏輯下沉到各存儲(chǔ)節(jié)點(diǎn)，本地訪問(wèn)數(shù)據(jù)并直接與第三方存儲(chǔ)系統(tǒng)交互，實(shí)現(xiàn)高并發(fā)、高性能。
針對(duì)實(shí)時(shí)檢索、復(fù)雜BI SQL定制并行查詢功能，開(kāi)啟后同樣多表關(guān)聯(lián)查詢速度提升10+ 倍。
1.2 大數(shù)據(jù)BI快速展示
既然談到了大數(shù)據(jù)BI這條業(yè)務(wù)線那就把他講到底。
1.2.1大數(shù)據(jù)BI產(chǎn)業(yè)鏈結(jié)構(gòu)分析
大數(shù)據(jù)BI產(chǎn)業(yè)鏈結(jié)構(gòu)總體上由數(shù)據(jù)源、數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)分析以及數(shù)據(jù)展現(xiàn)五個(gè)方面構(gòu)成。
第一、從數(shù)據(jù)來(lái)源角度
大數(shù)據(jù)應(yīng)用的數(shù)據(jù)來(lái)源，不僅僅包括非結(jié)構(gòu)化的數(shù)據(jù)，還有各種系統(tǒng)數(shù)據(jù)、數(shù)據(jù)庫(kù)數(shù)據(jù)。其中非結(jié)構(gòu)化數(shù)據(jù)主要是集中在互聯(lián)網(wǎng)以及一些社交網(wǎng)站上的數(shù)據(jù)和一些機(jī)器設(shè)備的數(shù)據(jù)，這些都構(gòu)成了大數(shù)據(jù)應(yīng)用的數(shù)據(jù)來(lái)源。對(duì)于大數(shù)據(jù)的分析工具來(lái)說(shuō)，現(xiàn)階段對(duì)非結(jié)構(gòu)化的數(shù)據(jù)分析的比較多。
BI系統(tǒng)則是在數(shù)據(jù)集成方面的技術(shù)越來(lái)越成熟。對(duì)于數(shù)據(jù)的提取和各種數(shù)據(jù)挖掘來(lái)說(shuō)，數(shù)據(jù)集成平臺(tái)會(huì)幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)的流通和交互使用，在企業(yè)內(nèi)部實(shí)施BI應(yīng)用就是為了可以更好地對(duì)數(shù)據(jù)進(jìn)行分享和使用。
其中數(shù)據(jù)源由企業(yè)內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)構(gòu)成。企業(yè)的內(nèi)部數(shù)據(jù)通常與具體業(yè)務(wù)緊密相關(guān)，且多數(shù)來(lái)自我們可以掌控的軟件系統(tǒng)，如CRM、ERP或者HR系統(tǒng)。ETL負(fù)責(zé)將數(shù)據(jù)源中的數(shù)據(jù)抽取到臨時(shí)中間層后進(jìn)行清洗、轉(zhuǎn)換、集成，最后加載到數(shù)據(jù)倉(cāng)庫(kù)中，成為聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘的基礎(chǔ)。最后通過(guò)數(shù)據(jù)展現(xiàn)工具對(duì)數(shù)據(jù)進(jìn)行可視化分析，滿足各種應(yīng)用需求。多數(shù)企業(yè)對(duì)大數(shù)據(jù)BI平臺(tái)數(shù)據(jù)權(quán)限管控、探索式自主分析以及快速搭建業(yè)務(wù)數(shù)據(jù)模型等功能有著強(qiáng)烈需求，這幾種功能被選擇的比例高達(dá)90%以上;
第二、從發(fā)展方向角度
BI的發(fā)展要從傳統(tǒng)的商務(wù)智能模式開(kāi)始轉(zhuǎn)換。對(duì)于企業(yè)來(lái)說(shuō)，BI不僅僅是一個(gè)IT項(xiàng)目，更是一種管理和思維的方式，從技術(shù)的部署到業(yè)務(wù)的流程規(guī)劃，BI正在迎來(lái)新的發(fā)展。對(duì)于大數(shù)據(jù)來(lái)說(shuō)，現(xiàn)階段更多的大數(shù)據(jù)關(guān)注在非結(jié)構(gòu)化數(shù)據(jù)，不同的數(shù)據(jù)分析工具的出現(xiàn)和行業(yè)內(nèi)的應(yīng)用范圍不斷的加大。對(duì)于大數(shù)據(jù)應(yīng)用來(lái)說(shuō)，怎么與應(yīng)用的行業(yè)進(jìn)行深層次的結(jié)合才是最重要的。
第三、從工具的角度
傳統(tǒng)BI使用的是ETL、數(shù)據(jù)倉(cāng)庫(kù)、OLAP、可視化報(bào)表技術(shù)，屬于應(yīng)用和展示層技術(shù)，目前都處于淘汰的邊緣。因?yàn)樗鼈兘鉀Q不了海量數(shù)據(jù)(包括結(jié)構(gòu)化與非結(jié)構(gòu)化)的處理問(wèn)題。而大數(shù)據(jù)應(yīng)用的是一個(gè)完整的技術(shù)體系，包括用Hadoop、流處理等技術(shù)解決海量的結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的ETL問(wèn)題，用Hadoop、MPP等技術(shù)解決海量數(shù)據(jù)的計(jì)算問(wèn)題，用redis、HBASE等方式解決高效讀的問(wèn)題，用Impala等技術(shù)解決在線分析等問(wèn)題。
1.2.2 華為云一站式大數(shù)據(jù)BI方案
基于華為云數(shù)據(jù)倉(cāng)庫(kù)服務(wù)GaussDB(DWS)及基礎(chǔ)服務(wù)，華為云一站式大數(shù)據(jù)BI可以5分鐘完成自動(dòng)化報(bào)表制作，可輕松打通多個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)，整合多源數(shù)據(jù)，構(gòu)建企業(yè)級(jí)可視化分析決策平臺(tái)。通過(guò)類Excel的設(shè)計(jì)器一鍵連接數(shù)據(jù)源，拖拽字段綁定單元格，報(bào)表即可完成制作。學(xué)習(xí)成本低，產(chǎn)品上手快，操作簡(jiǎn)便、快速，總結(jié)起來(lái)就是“易學(xué)易用易集成”。
方案優(yōu)勢(shì)：
1、一站式
一站式大數(shù)據(jù)分析平臺(tái)，包括數(shù)據(jù)采集、清洗、整合、存儲(chǔ)、計(jì)算、建模、訓(xùn)練、展現(xiàn)、協(xié)作等，一個(gè)平臺(tái)上完成全流程數(shù)據(jù)分析任務(wù)。
2、高性能
利用列存儲(chǔ)和內(nèi)存計(jì)算，實(shí)現(xiàn)海量數(shù)據(jù)秒級(jí)響應(yīng)。AI深度分析集成多種算法，挖掘潛在價(jià)值關(guān)系、模式和趨勢(shì)，構(gòu)建數(shù)據(jù)模型，做出業(yè)務(wù)預(yù)測(cè)與洞察。
3、極致易用
上線周期以周為單位，平臺(tái)支持全部云端OS，支持公有云、私有云和混合云架構(gòu)。操作簡(jiǎn)單，業(yè)務(wù)人員也能輕松、快速地制作并分析數(shù)據(jù)報(bào)告。
4、移動(dòng)跨屏
無(wú)縫支持各種電腦和手機(jī)終端系統(tǒng)，并在這些終端設(shè)備上保持一致、易用的用戶體驗(yàn)，隨時(shí)隨地通過(guò)移動(dòng)設(shè)備進(jìn)行數(shù)據(jù)分析。
數(shù)字化轉(zhuǎn)型的最終目的并非是獲得數(shù)據(jù)，而是挖掘數(shù)據(jù)的價(jià)值，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)。華為云大數(shù)據(jù)BI解決方案定位于“面向業(yè)務(wù)人員的可視化分析”工具，讓零基礎(chǔ)的業(yè)務(wù)人員也能自主完成數(shù)據(jù)進(jìn)行分析、挖掘與洞察，讓數(shù)據(jù)真正走進(jìn)業(yè)務(wù)，推動(dòng)業(yè)務(wù)增長(zhǎng)，實(shí)現(xiàn)降本增效。
華為云數(shù)據(jù)可視化DLV服務(wù)一站式適配云上云下多種數(shù)據(jù)源，提供豐富多樣的2D、3D可視化組件，采用拖拽式自由布局，旨在幫助快速定制和應(yīng)用屬于自己的數(shù)據(jù)大屏。目前華為云還提供數(shù)據(jù)可視化DLV的基礎(chǔ)版免費(fèi)試用機(jī)會(huì)，可在華為云官網(wǎng)申請(qǐng)?bào)w驗(yàn)。
華為云數(shù)據(jù)可視化DLV具備如下優(yōu)勢(shì)：
1.豐富多樣的可視化組件
提供豐富的可視化組件，包括常用的數(shù)據(jù)圖表、圖形、控件等
2.專業(yè)級(jí)地理信息可視化
支持繪制地理軌跡、地理飛線、熱力分布、地域區(qū)塊、3D地球等效果，支持地理數(shù)據(jù)多層疊加
3.可視化編輯器
拖拽即可完成組件自由配置與布局、所見(jiàn)即所得，無(wú)需編程就能輕松搭建可視化大屏，并且依據(jù)投放設(shè)備分辨率，自由定制大屏尺寸
4.多種數(shù)據(jù)源支持
無(wú)縫集成華為云數(shù)據(jù)倉(cāng)庫(kù)服務(wù)、數(shù)據(jù)湖探索服務(wù)、關(guān)系型數(shù)據(jù)庫(kù)、對(duì)象存儲(chǔ)服務(wù)等，支持本地CSV、在線API及企業(yè)內(nèi)部私有云數(shù)據(jù)
通過(guò)以上案例，我們不難發(fā)現(xiàn)，華為云大數(shù)據(jù)BI通過(guò)多維度的數(shù)據(jù)統(tǒng)計(jì)方式，能更加深入地了解到消費(fèi)者的消費(fèi)行為模式及趨勢(shì)。作為一種新興科技應(yīng)用場(chǎng)景，大數(shù)據(jù)BI正在成為未來(lái)智慧商業(yè)發(fā)展的重要方向之一，也將給傳統(tǒng)商業(yè)帶來(lái)革命性變革。
隨著新經(jīng)濟(jì)時(shí)代的到來(lái)，越來(lái)越多的人開(kāi)始意識(shí)到“數(shù)字經(jīng)濟(jì)”所具有的巨大潛力，而大數(shù)據(jù)正是其中最關(guān)鍵的一環(huán)，華為云以資源多與技術(shù)強(qiáng)的優(yōu)勢(shì)，能夠更好地為客戶提供差異化定制化服務(wù)，提升企業(yè)市場(chǎng)競(jìng)爭(zhēng)力，獲取更大市場(chǎng)份額。
剛好華為云的雙11活動(dòng)還在繼續(xù)，截止到11月30日，訪問(wèn)華為云官網(wǎng)活動(dòng)頁(yè)面就可領(lǐng)取10000元的滿減紅包：
還有數(shù)據(jù)庫(kù)、服務(wù)器、云安全等產(chǎn)品也有非常給力的優(yōu)惠，快點(diǎn)入手操作起來(lái)吧!
