華為云計(jì)算 云知識(shí) 數(shù)據(jù)倉庫服務(wù)的應(yīng)用場景
數(shù)據(jù)倉庫服務(wù)的應(yīng)用場景

DWS 數(shù)據(jù)庫 內(nèi)核使用華為自主研發(fā)的 GaussDB數(shù)據(jù)庫 ,兼容PostgreSQL 9.2.4的數(shù)據(jù)庫內(nèi)核引擎,從單機(jī)OLTP數(shù)據(jù)庫改造為企業(yè)級(jí)MPP(大規(guī)模并行處理)架構(gòu)的OLAP 分布式數(shù)據(jù)庫 ,其主要面向海量數(shù)據(jù)分析場景。

數(shù)據(jù)倉庫 遷移

數(shù)據(jù)倉庫是企業(yè)的重要數(shù)據(jù)分析系統(tǒng),隨著業(yè)務(wù)量的增長,自建數(shù)倉性能逐漸不能滿足實(shí)際要求,同時(shí)擴(kuò)展性差、成本高,也使擴(kuò)容極為困難。DWS作為云上企業(yè)級(jí)數(shù)據(jù)倉庫,具備高性能、低成本、易擴(kuò)展等特性,滿足 大數(shù)據(jù) 時(shí)代企業(yè)數(shù)據(jù)倉庫業(yè)務(wù)訴求。

圖1數(shù)據(jù)倉庫遷移

數(shù)據(jù)倉庫服務(wù)的應(yīng)用場景1

優(yōu)勢

平滑遷移

DWS提供配套的遷移工具,可支持TeraData、Oracle、MySQL、SQL Server、PostgreSQL、Greenplum、Impala等常用數(shù)據(jù)分析系統(tǒng)的平滑遷移。

兼容傳統(tǒng)數(shù)據(jù)倉庫

DWS支持SQL 2003標(biāo)準(zhǔn),兼容Oracle的部分語法和數(shù)據(jù)結(jié)構(gòu),支持存儲(chǔ)過程,可與常用BI(business intelligence)工具無縫對(duì)接,業(yè)務(wù)遷移修改量極小。

安全可靠

DWS支持 數(shù)據(jù)加密 ,同時(shí)可與 數(shù)據(jù)庫安全 服務(wù)對(duì)接,保證云上 數(shù)據(jù)安全 。同時(shí)DWS支持自動(dòng)數(shù)據(jù)全量、增量備份,提升數(shù)據(jù)可靠性。

大數(shù)據(jù)融合分析

隨著IT、信息技術(shù)的發(fā)展和進(jìn)步,數(shù)據(jù)資源已經(jīng)成為企業(yè)的核心資源。整合數(shù)據(jù)資源,構(gòu)建大數(shù)據(jù)平臺(tái),發(fā)現(xiàn)數(shù)據(jù)價(jià)值,成為企業(yè)經(jīng)營的新趨勢和迫切訴求。而如何從海量數(shù)據(jù)中快速挖掘“價(jià)值”,成為助力客戶實(shí)現(xiàn)預(yù)測性分析的關(guān)鍵要素。

圖2大數(shù)據(jù)融合分析

數(shù)據(jù)倉庫服務(wù)的應(yīng)用場景2

優(yōu)勢

統(tǒng)一分析入口

以DWS的SQL作為上層應(yīng)用的統(tǒng)一入口,應(yīng)用開發(fā)人員使用熟悉的SQL語言即可訪問所有數(shù)據(jù)。

實(shí)時(shí)交互分析

針對(duì)即時(shí)的分析需求,分析人員可實(shí)時(shí)從大數(shù)據(jù)平臺(tái)中獲取信息。

彈性伸縮

增加節(jié)點(diǎn),即可擴(kuò)展系統(tǒng)的數(shù)據(jù)存儲(chǔ)能力和查詢分析的性能,可支持PB級(jí)數(shù)據(jù)的存儲(chǔ)和計(jì)算。

增強(qiáng)型ETL和實(shí)時(shí)BI分析

數(shù)據(jù)倉庫在整個(gè)BI系統(tǒng)中起到了支柱的角色,更是海量數(shù)據(jù)收集、存儲(chǔ)、分析的核心。為IoT(Internet of things)、金融、教育、移動(dòng)互聯(lián)網(wǎng)、O2O(Online to Offline)等行業(yè)提供強(qiáng)大的商業(yè)決策分析支持。

優(yōu)勢

數(shù)據(jù)遷移

多數(shù)據(jù)源,高效批量、實(shí)時(shí)數(shù)據(jù)導(dǎo)入。

高性能

PB級(jí)數(shù)據(jù)低成本的存儲(chǔ)與萬億級(jí)數(shù)據(jù)關(guān)聯(lián)分析秒級(jí)響應(yīng)。

實(shí)時(shí)

業(yè)務(wù)數(shù)據(jù)流實(shí)時(shí)整合,及時(shí)對(duì)經(jīng)營決策進(jìn)行優(yōu)化與調(diào)整。

圖3增強(qiáng)型ETL+實(shí)時(shí)BI分析

數(shù)據(jù)倉庫服務(wù)的應(yīng)用場景3

實(shí)時(shí)數(shù)據(jù)分析

移動(dòng)互聯(lián)網(wǎng)、IoT場景下會(huì)產(chǎn)生大量實(shí)時(shí)數(shù)據(jù),為了快速獲取數(shù)據(jù)價(jià)值,需要對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析,DWS的快速入庫和查詢能力可支持實(shí)時(shí)數(shù)據(jù)分析。

圖4實(shí)時(shí)數(shù)據(jù)分析

數(shù)據(jù)倉庫服務(wù)的應(yīng)用場景4

優(yōu)勢

流式數(shù)據(jù)實(shí)時(shí)入庫

IoT、互聯(lián)網(wǎng)等數(shù)據(jù)經(jīng)過流計(jì)算及AI服務(wù)處理后,可實(shí)時(shí)寫入DWS。

實(shí)時(shí)監(jiān)控與預(yù)測

圍繞數(shù)據(jù)進(jìn)行分析和預(yù)測,對(duì)設(shè)備進(jìn)行監(jiān)控,對(duì)行為進(jìn)行預(yù)測,實(shí)現(xiàn)控制和優(yōu)化。

AI融合分析

AI服務(wù)對(duì)圖像、文本等數(shù)據(jù)的分析結(jié)果可在DWS中與其他業(yè)務(wù)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析,實(shí)現(xiàn)融合數(shù)據(jù)分析。