This site uses cookies. By continuing to browse the site you are agreeing to our use of cookies. Read our privacy policy>
La solución de nivel empresarial Big Data de Huawei incluye herramientas, almacenamiento y análisis de datos de Big Data. Esta plataforma permite lograr nuevas oportunidades comerciales y detectar riesgos gracias a un proceso rápido de análisis y minería de grandes cantidades de datos. Desde febrero de 2018, más de 1000 clientes de 55 países han confiado en la solución de Big Data FusionInsight de Huawei. Huawei tiene más de 300 partners comerciales y múltiples laboratorios abiertos en todo el mundo para fomentar la innovación conjunta con sus clientes y partners en los ámbitos de las tecnologías cloud y Big Data. Las soluciones se utilizan ampliamente en las áreas de finanzas, telecomunicaciones, gobierno, energía, salud, producción y transporte, entre otras.
La solución Big Data de Huawei consta de dos productos: FusionInsight HD y FusionInsight LibrA. FusionInsight HD es una edición empresarial Hadoop que incluye varios componentes: HDFS, Yarn, HBase, Spark, MapReduce, Flink, Storm, Elk, Solr, Kafka, Loader, Flume, etc. FusionInsight LibrA es una base de datos de procesamiento paralelo a gran escala que ofrece escalabilidad flexible, excelente rendimiento, sólida fiabilidad y elevada rentabilidad.
HDFS
Ofrece acceso a datos con un elevado rendimiento; puede procesar conjuntos de datos de gran escala.
Yarn
Como sistema de gestión de recursos de Hadoop 2.0, Yarm implementa la programación y gestión de recursos para aplicaciones.
Spark
Marco de procesamiento distribuido en memoria.
Elk
Proporciona un motor SQL estándar y permite la migración sencilla de aplicaciones convencionales a la plataforma de Big Data.
MapReduce
Motor de procesamiento distribuido que admite el procesamiento masivo de lotes fuera de línea.
Flink
Marco de procesamiento unificado para procesamiento de lotes y secuencias o solo de secuencias. En esencia, se trata de un motor de procesamiento de secuencias que admite la distribución de datos y el procesamiento paralelo.
Storm
Sistema de procesamiento de secuencias de datos en tiempo real distribuido, fiable y con tolerancia a errores. Ofrece idiomas lenguajes de consulta similares a SQL (StreamCQL).
Solr
Servidor de búsqueda de aplicaciones independiente y de clase empresarial basado en Apache Lucene.
Kafka
Sistema distribuido y particionado de publicación-suscripción con múltiples copias.
Loader
Intercambia datos y archivos entre FusionInsight, bases de datos relacionados y sistemas de archivos.
HBase
Sistema de almacenamiento distribuido orientado en columnas adecuado para datos masivos no estructurados o semiestructurados. Ofrece un nivel avanzado de disponibilidad, rendimiento y escalabilidad. HBase admite la lectura y escritura de datos en tiempo real.
Flume
Sistema distribuido de transmisión, agregación y recopilación de grandes cantidades de datos de logs con un elevado nivel de fiabilidad y disponibilidad.
LibrABase de datos de procesamiento masivo paralelo que ofrece escalabilidad flexible, rendimiento excelente, fiabilidad sólida y elevada rentabilidad. Puede reemplazar los sistemas de almacenamiento de datos convencionales y lograr mayor eficacia en el proceso de toma de decisiones.
Se analizan y procesan grandes volúmenes de datos para obtener resultados que se utilizarán más tarde. Las tareas de procesamiento offline no tienen unas exigencias estrictas para los tiempos de procesamiento, pero los datos se presentan en diversos formatos y a menudo alcanzan la escala de petabytes. El procesamiento offline implica con frecuencia varias tareas de MapReduce, Spark, Hive y Spark SQL y se aplica al preprocesamiento de datos y los análisis offline de sectores como las finanzas, la seguridad pública y las operadoras, entre otros.
La consulta y análisis interactivos conllevan unos requisitos exigentes en cuanto a tiempo de respuesta e implican enormes volúmenes de datos. Normalmente, los datos usados en las consultas interactivas se procesan previamente de acuerdo con los modelos de datos adecuados a la tarea. La consulta interactiva incluye consultas precisas, consultas ad hoc, análisis de temas y otras tareas.
Los datos se recopilan y se analizan en tiempo real, y los resultados se obtienen en el plazo correspondiente. Gracias a su capacidad para procesar con rapidez datos de diferentes fuentes con un elevado nivel de rendimiento, el procesamiento en tiempo real se aplica al control antifraude, la vigilancia de seguridad en tiempo real y otros escenarios.
Se analizan y procesan grandes volúmenes de datos para obtener resultados que se utilizarán más tarde. Las tareas de procesamiento offline no tienen unas exigencias estrictas para los tiempos de procesamiento, pero los datos se presentan en diversos formatos y a menudo alcanzan la escala de petabytes. El procesamiento offline implica con frecuencia varias tareas de MapReduce, Spark, Hive y Spark SQL y se aplica al preprocesamiento de datos y los análisis offline de sectores como las finanzas, la seguridad pública y las operadoras, entre otros.
La consulta y análisis interactivos conllevan unos requisitos exigentes en cuanto a tiempo de respuesta e implican enormes volúmenes de datos. Normalmente, los datos usados en las consultas interactivas se procesan previamente de acuerdo con los modelos de datos adecuados a la tarea. La consulta interactiva incluye consultas precisas, consultas ad hoc, análisis de temas y otras tareas.
Los datos se recopilan y se analizan en tiempo real, y los resultados se obtienen en el plazo correspondiente. Gracias a su capacidad para procesar con rapidez datos de diferentes fuentes con un elevado nivel de rendimiento, el procesamiento en tiempo real se aplica al control antifraude, la vigilancia de seguridad en tiempo real y otros escenarios.
Si ya es partner haga clic aquí para acceder a más recursos de marketing. Haga clic aquí para visitar la zona de partners y comprobar el estado de una consulta, gestionar pedidos, solicitar soporte u obtener más información acerca de los partners de Huawei.
Copyright © 2019 Huawei Technologies Co., Ltd. Todos los derechos reservados.
