全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析与数据挖掘
890 0
2021-03-31

在大数据环境之下,传统的数据仓库建设在相当长一段时间内仍是企业级信息管理和服务的主体工作之一,但技术、方法、理念都必须与时俱进,特别是在实时运营的现实紧迫要求之下,必须建立“对过去、现在、未来保持‘开仓’”的能力。



在大数据和实时的环境下,分层显得不是那么重要。我们需要采取的原则是浅分层、宽分类,看数据流,看效率。以效率优先的原则来定义技术架构。下面我们来分享一下支撑大数据技术体系的“五个中心”。

1. 运算能力及其功能应用和响应中心。实际情况实际分析来帮助客户进行划分比如包括数据分析中心数据挖掘中心、大数据探索探查中心等。

2. 体系安全及其管控中心。很重要但是容易被忽略,包括数据安全,内容和数据的生命周期、元数据数据质量和标准的管理。

3. 运营及管理中心。包括作业调度管理中心、系统健康监测中心、用户及其管理管理中心等。

4. 渠道及其综合引擎中心。包含日志推送、DB引擎、文件引擎、数据流引擎等。

5. 数据持久化中心。包括HIVE、HBASE、RDBMS和成品数据中心等。


以上就是思迈特软件小编今天分享关于SmartBI“5个中心”支撑大数据技术体系资讯。

感谢您的阅读,更多知识,请继续关注我们,下期再见!

广州思迈特软件有限公司(简称:思迈特软件)是国家认定的“高新技术企业”,专注于商业智能(BI)与大数据分析软件产品和服务。我们在BI领域具有15年以上产品研发经验,提供完整的大数据分析软件产品、解决方案、以及配套的咨询、实施、培训及维护服务。



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群