This site uses cookies. By continuing to browse the site you are agreeing to our use of cookies. Read our privacy policy>

Se precisar de ajuda, clique aqui:

Visão geral da solução

A solução de Big Data da Huawei é uma solução de nível empresarial que une os recursos de serviço, armazenamento e análise de dados em Big Data. Essa plataforma permite que as empresas capturem novas oportunidades de negócios e localizem riscos, analisando e minerando rapidamente conjuntos de dados em massa. Desde fevereiro de 2018, a solução de Big Data da Huawei, o FusionInsight, ganhou a confiança de mais de 1.000 clientes em 55 países. A Huawei conta com mais de 300 parceiros de negócios e vários OpenLabs em todo o mundo para apoiar a inovação conjunta com seus clientes e parceiros nos campos da nuvem e de Big Data. As soluções são amplamente utilizadas nas áreas de finanças, telecomunicações, governo, energia, saúde, manufatura, transporte e outras.

Vantagens

Arquitetura da Solução

A Solução Big Data da Huawei consiste em dois produtos: o FusionInsight HD e o GaussDB. O FusionInsight HD é uma edição empresarial do Hadoop que contém muitos componentes: HDFS, Yarn, HBase, Spark, MapReduce, Flink, Storm, Elk, Solr, Kafka, Loader, Flume e assim por diante. O GaussDB é um banco de dados de processamento massivamente paralelo que apresenta escalabilidade elástica, excelente desempenho, confiabilidade sólida e custo-benefício superior.


  • HDFS

    Fornece acesso a dados com alto throughput; pode processar conjuntos de dados em larga escala.

    Yarn

    Como sistema de gerenciamento de recursos do Hadoop 2.0, o Yarn implementa o gerenciamento de recursos e o agendamento de aplicativos.

    Spark

    Uma estrutura de computação distribuída na memória.

    Elk

    Fornece mecanismo SQL padrão e permite que aplicativos convencionais sejam migrados sem problemas para a plataforma Big Data.

    MapReduce

    Um mecanismo de computação distribuída que suporta o processamento em lote offline em massa.

    Flink

    Uma estrutura de computação unificada para processamento em lote e fluxo e processamento de fluxo. Em seu núcleo é um mecanismo de processamento de fluxo que suporta distribuição de dados e computação paralela.

    Storm

    Um sistema de processamento de dados de fluxo em tempo real distribuído, confiável e tolerante a falhas. Ele fornece linguagens de consulta semelhantes a SQL (StreamCQL).

    Solr

    Um servidor de pesquisa de aplicativos independente e de classe corporativa com base no Apache Lucene.

    Kafka

    Um sistema de assinatura de lançamento de mensagem distribuído e particionado com várias cópias.

    Loader

    Troca dados e arquivos entre o FusionInsight, bancos de dados relacionais e sistemas de arquivos.

    HBase

    Um sistema de armazenamento distribuído orientado por coluna adequado para dados em massa, não estruturados ou semiestruturados, que fornecem alta disponibilidade, desempenho e escalabilidade. O HBase suporta leitura e gravação de dados em tempo real.

    Flume

    Um sistema de coleta, agregação e transmissão de log de massa distribuído que fornece alta disponibilidade e confiabilidade.

    GaussDB

    Um banco de dados de processamento massivamente paralelo que apresenta escalabilidade elástica, excelente desempenho, confiabilidade sólida e custo-benefício superior. Pode substituir sistemas convencionais de data warehouse e adiciona novos níveis de eficiência à tomada de decisões.

Cenários de Aplicação

  • Depósito de dados convergentes

  • Processamento offline

  • Recuperação em tempo real

  • Processamento em tempo real

big data warehouse en 01
Depósito de dados convergentes
A solução de nuvem privada da Huawei se concentra em setor chave como segurança pública, operadoras, governo e finanças, para desenvolver mercados de nuvem privada. Com base na nuvem privada, a solução de nuvem híbrida FusionBridge desvia serviços da nuvem privada para a nuvem pública para garantir a implantação da nuvem híbrida.
big data offline analysis en 02
Processamento offline
Grandes volumes de dados são analisados ​​e processados, e os resultados são fornecidos para uso posterior. Os trabalhos de processamento offline não exigem muito tempo de processamento, porém, os dados a serem processados ​​estão em diversos formatos e geralmente atingem a escala de petabytes. O processamento offline frequentemente envolve várias tarefas de MapReduce, Spark, Hive e Spark SQL, aplicando-se ao pré-processamento de dados e à análise offline nos setores de finanças, operadoras, segurança pública e outras tantas indústrias.
big data real time retrieval en 04
Recuperação em tempo real
A análise e a consulta interativas têm requisitos exigentes quanto ao tempo de resposta e envolvem conjuntos massivos de dados. Os dados utilizados ​​para consulta interativa geralmente são pré-processados ​​com base em modelos de dados adequados para a tarefa. A consulta interativa inclui consultas precisas, consultas ad hoc, análise de temas e outras tarefas.
big data real time stream processing en 03
Processamento em tempo real
Os dados são coletados e analisados ​​em tempo real, e os resultados desta análise são fornecidos em tempo hábil. Graças a sua capacidade de processar rapidamente dados de diversas fontes, e com alta taxa de transferência, o processamento em tempo real se aplica ao monitoramento antifraude, vigilância de segurança em tempo real e outros cenários.
  • Depósito de dados convergentes

    big data warehouse en 01
    Depósito de dados convergentes
    A solução de nuvem privada da Huawei se concentra em setor chave como segurança pública, operadoras, governo e finanças, para desenvolver mercados de nuvem privada. Com base na nuvem privada, a solução de nuvem híbrida FusionBridge desvia serviços da nuvem privada para a nuvem pública para garantir a implantação da nuvem híbrida.
  • Processamento offline

    big data offline analysis en 02
    Processamento offline
    Grandes volumes de dados são analisados ​​e processados, e os resultados são fornecidos para uso posterior. Os trabalhos de processamento offline não exigem muito tempo de processamento, porém, os dados a serem processados ​​estão em diversos formatos e geralmente atingem a escala de petabytes. O processamento offline frequentemente envolve várias tarefas de MapReduce, Spark, Hive e Spark SQL, aplicando-se ao pré-processamento de dados e à análise offline nos setores de finanças, operadoras, segurança pública e outras tantas indústrias.
  • Recuperação em tempo real

    big data real time retrieval en 04
    Recuperação em tempo real
    A análise e a consulta interativas têm requisitos exigentes quanto ao tempo de resposta e envolvem conjuntos massivos de dados. Os dados utilizados ​​para consulta interativa geralmente são pré-processados ​​com base em modelos de dados adequados para a tarefa. A consulta interativa inclui consultas precisas, consultas ad hoc, análise de temas e outras tarefas.
  • Processamento em tempo real

    big data real time stream processing en 03
    Processamento em tempo real
    Os dados são coletados e analisados ​​em tempo real, e os resultados desta análise são fornecidos em tempo hábil. Graças a sua capacidade de processar rapidamente dados de diversas fontes, e com alta taxa de transferência, o processamento em tempo real se aplica ao monitoramento antifraude, vigilância de segurança em tempo real e outros cenários.

Destaques & experiência

FusionInsight HD para Gerenciamento Multi-Tenant

Para parceiros

Se você já é um parceiro, clique aqui para obter mais recursos de marketing.
Clique aqui para visitar a zona do parceiro para verificar o status do pedido, gerenciar pedidos, obter suporte ou saber mais sobre os parceiros da Huawei.