SaCa DataViz 企业版 | 高性能大数据分析引擎


秦翠大数据时代,随着企业业务的发展与信息化建设的成熟,企业内逐渐积累了海量的业务数据,这些数量庞大、晦涩难懂的数据背后蕴含着巨大的商业价值。充分利用这些数据的商业价值,快速有效的数据分析成为企业进行准确商业决策至关重要的一环。
借助东软 SaCa DataViz 数据可视化分析平台,企业用户可以轻松将业务数据库连接到数据分析平台,选择数据表,搭建数据关联关系,可视化选择需要分析的业务数据范围,再利用鼠标简单拖拽维度数据和度量数据进行 OLAP 多维分析,可以按地 区、细分市场、类别和年份等维度查看数据,并对应生成准确的数据可视化分析图表, 直观展现数据分析结果。
自 V5.2 版本以来,SaCa DataViz 根据不同的用户需求提供标准版和企业版两大版本。
在企业数据源的对接上,SaCa DataViz 标准版支持Excel、CSV等文件格式,,也支持持 Oracle、MySQL、SQL Server 等常见的关系型数据库, 在面对的中大型企业的大数据分析需求时,SaCa DataViz 企业版支持对接 Kylin、Hive 等大数据平台。

在标准版里,SaCa DataViz 采用直连数据库的方式,这种方式实时性比较好,但是面对海量数据时,受制于数据库本身的性能影响,如果单表超过几千万到上亿记录的规模时,响应时间就会明显变慢。
在企业版里,我们针对大数据计算性能做了大量的评估和分析,通过对事务型数据库与分析性数据库的差异性评估,最终在产品中加入高性能计算引擎。
SaCa DataViz 支持内置的大数据计算引擎,通过大数据技术,能够将建模好的数据集同步到并行计算引擎中。同时,更支持与原始数据源间数据的定时同步,不但单节点能够实现亿级别数据秒级响应,还能够支持 MPP 多节点水平扩展,以支撑更大规模的数据计算。通过这一功能,不仅能使产品自身拥有更强大的计算能力,同时能够将客户分散的数据集中到大数据平台内,实现跨物理库计算能力。

企业版 SaCa DataViz 大数据分析引擎具体怎么使用?
1
大数据分析引擎设置在数据集中,当定义好数据集并保存后,点击右上角的加速按钮,打开数据同步设置。

2
点击确定后,会提示需要同步数据,点击同步后,系统会在后台将数据集中当前的数据存储到后台列存储服务器中。

3
同步完成后会显示最近更新的结果。

4
当数据同步完成后,使用该数据集的图表及图册(无论之前创建的或以后创建的)均会获得加速效果。
SaCa DataViz 的的效果如何?
看看用户的真实反馈。某
使用大数据分析引擎之后数据查询速度快得不是一个等级。之前数据过滤,再添加查询 2 个客户,在1000 万级的数据基础上,运行图册需要差不多1分钟,现在一点就出来。某政府客户
SaCa DataViz 数据可视化分析平台可以秒级响应超大运算量的数据,在短时间内查询数百万条数据,进行可视化分析,是政府数据分析的必选工具。某制造业客户
像我们大型制造企业,物流数据、运营数据、生成数据等都是千万级的,普通的数据分析工具耗时耗力,使用 SaCa DataViz 大数据分析引擎功能,无论上钻下卷、多维度交叉分析,还是各种过滤筛选都可以快速生成图表。
SaCa DataViz 企业版专属功能,除支持高性能大数据分析引擎外,还支持 R 高级分析语言以及移动端APP,帮助用户完成复杂的数据挖掘分析需求,随时随地查看数据分析报告,及时做出精准决策。延伸阅读SaCa DataViz
专注于企业数据分析领域,为企业提供自助式探索式可视化分析与数据大屏服务,让企业业务部门独立完成数据探索式可视化分析,迅速完成业务决策,同时方便快捷制作数据大屏,让企业数据活起来。
东软平台产品
通过 UniEAP、SaCa、RealSight 产品的灵动组合,高效应对协作跨界融合、数开发云主机域名据驱动业务、服务遍在按需、产品可信可控、平台支撑敏捷的共性技术需求,支持便捷迅速的构建企业业务系统,实现业务从前端到后台的变革,帮助企业实现智能化运营,从容应对市场变革,助力企业数字化转型。目前,在政府、医疗、制造、电信、能源、教育、金融、交通等十多个行业领域应用拥有 4000 多家客户、服务于近 10 亿用户。
网站:https://platform.neusoft.com
社区:https://plus.neusoft.com
热线:400-655-6789

相关推荐: k8s群集之动态扩缩容——HPA

博文大纲:一、HPA介绍二、实现pod扩容与缩容的示例HPA的全称为Horizontal Pod Autoscaling,它可以根据当前pod资源的使用率(如CPU、磁盘、内存等),进行副本数的动态的扩容与缩容,以便减轻各个pod的压力。当pod负载达到一定的…

免责声明:本站发布的图片视频文字,以转载和分享为主,文章观点不代表本站立场,本站不承担相关法律责任;如果涉及侵权请联系邮箱:360163164@qq.com举报,并提供相关证据,经查实将立刻删除涉嫌侵权内容。

(0)
打赏 微信扫一扫 微信扫一扫
上一篇 05/15 11:25
下一篇 05/15 11:25

相关推荐