当前位置:首页>开发>正文

阿里云大数据产品分析

2023-05-30 08:25:53 互联网 未知 开发

阿里云大数据产品分析?

阿里云大数据产品分析

一、Quick BI


1、产品概述


Quick BI是一个基于云计算致力于大数据高效分析与展现的轻量级自助BI工具服务平台。通过对数据源的连接和数据集的创建,对数据进行即时的分析与查询;通过电子表格或仪表板功能,以拖拽的方式进行数据的可视化呈现。


2、产品功能


极速建模:只需简单3步点击即可完成数据集的创建。

数据分析:提供专业的电子表格功能,可在线完成多数据联合分析并形成报表,支持超300个常规的数据分析函数。

丰富的可视化图表:支持柱状图、折线图、条形图、面积图、饼图、气泡地图、色彩地图、仪表盘、雷达图、散点图、漏斗图、指标看板、矩阵树图、Lbs地图、极坐标图、词云图、旋风漏斗图、树图、来源去向图、交叉表、等图等30余种图表。

多用户协作:所有对象在线化,企业用户之间以群空间的方式进行业务组织,实现成员共同操作,完成业务数据的联合分析。

多维数据分析:基于 WEB 页面的工作环境,拖拽式、类似于Excel 的操作方式,一键导入、实时分析,可以灵活切换数据分析的视角,无需重新建模。

灵活的报表集成:将 Quick BI 制作的报表嵌入到自有系统,并实现免登。

3、产品优势


丰富的数据源接入:支持云数据库、关系型数据库、Hadoop、MPP等数据源接入。

高性能即席查询:内置高速查询引擎,亿级数据可实现秒级计算与查询。

便捷的数据分析:类Excel操作的电子表格,并且支持300多类似Excel的函数;零SQL拖拽式的仪表板,支持多组件查询联动和下钻联动等数据联动分析机制。

安全的多端访问:产品采用ACL权限体制,数据以访问对象为控制单元,实现权限审批及授权,提供用户级、行级、水印等数据安全管控机制。

4、应用场景


数据分析与决策。解决取数难,报表产出效率低,维护难,图表效果设计不佳,人力成本高等问题。搭配使用RDS Quick BI。

报表与自有系统集成。上手简单,快捷,极大提高看数据的效率,统一系统入口。搭配使用RDS Quick BI。

交易数据权限管控。能够实现数据权限行级管控,适应多变的业务需求,跨源数据集成及计算性能保障。搭配使用Log RDS Quick BI MaxCompute。

二、关系网络分析


1、产品概述


关系网络分析是基于大数据时空关系网络的可视化分析产品,产品围绕“大数据多源融合 、计算应用 、可视分析 、业务智能 ”设计实现,结合关系网络、时空数据,揭示对象间的关联和对象时空相关的模式及规律。产品提供关联网络(分析)、 时空网络(地图)、搜索网络、动态建模等功能 , 以可视分析的方式有效融合机器的计算能力和人的认知能力,获得对于海量数据的洞察力,帮助用户更为直观、高效地获取信息和知识。


关系网络分析产品采用组件化、服务化设计理念,分为存储计算层、数据服务层、业务应用层、分析展现层多层次体系架构。数据存储计算建立在阿里云自主研发的大数据平台上,支持 PB/EB 级别的数据规模,具有强大的数据整合、处理、分析、计算能力。


2、产品功能


关联网络

从网络视角辅助分析,帮助用户探索未知,洞察信息。提供关联反查、团伙分析等功能。


搜索网络

提供信息检索功能,帮助用户快速定位信息,完善“关联网络”、“时空网络”信息入口。


时空网络

从时空维度拓展分析,结合地理信息,深化信息在时空维度的轨迹变迁、关联规律。


动态建模

用OLP 模型动态建模,以实体(Object)、关系(Link)、属性(Property)实现异构数据整合。


3、产品优势


海量数据实时挖掘

支持在百亿节点、千亿边、万亿记录的PB量级数据,按照用户的业务指令进行关系挖掘和时空计算, 并且实时交互响应。


模型认知万物相连

基于 OLP 模型认知万物相连,以实体(Object)和关联(Link)对现实世界建模,通过属性(Property) 实现异构数据的整合。


可视分析高效体验

全面分析潜在用户体验要素和业务痛点,沉淀出数据、交互、结果的分阶可视化体验和协同共享,使得有证可查,有据可说。


三、日志服务 SLS


1、产品概述


日志服务(Log Service,简称 LOG)是针对日志类数据的一站式服务。能快捷完成日志数据采集、消费、投递以及查询分析等功能,提升运维、运营效率,建立 DT 时代海量日志处理能力。


2、产品功能


实时采集与消费(LogHub)

通过ECS、容器、移动端,开源软件,JS等接入实时日志数据(例如Metric、Event、BinLog、TextLog、Click等)。


提供实时消费接口,与实时计算及服务对接。


用途:数据清洗(ETL),流计算(Stream Compute),监控与报警,机器学习与迭代计算。


查询与实时分析(Search/Analytics)

实时索引、查询分析数据。


查询:关键词、模糊、上下文、范围。


统计:SQL聚合等丰富查询手段。


可视化:Dashboard 报表功能。


对接:Grafana,JDBC/SQL92。


用途:DevOps/线上运维,日志实时数据分析,安全诊断与分析,运营与客服系统


投递数仓(LogShipper)

稳定可靠的日志投递。将日志中枢数据投递至存储类服务进行存储。


支持压缩、自定义Partition、以及行列等各种存储方式。


用途:数据仓库 数据分析、审计、推荐系统与用户画像。

最新文章

随便看看