Strona używa tzw. cookies. Przechodząc do serwisu lub zamykając ten komunikat przez kliknięcie w znaczek X, zgadzasz się na wykorzystanie cookies. Więcej w naszej Polityce prywatności

Jeśli potrzebujesz pomocy, kliknij tutaj:

Przegląd rozwiązania

Rozwiązanie Big Data firmy Huawei to oferta klasy korporacyjnej, która łączy w sobie narzędzia Big Data, funkcje przechowywania danych i funkcje analizy danych. Platforma ta umożliwia przedsiębiorstwom pozyskiwanie nowych możliwości biznesowych i lokalizowanie ryzyka dzięki szybkiej analizie i eksploracji ogromnych zbiorów danych. Od lutego 2018 r. rozwiązanie klasy Big Data FusionInsight firmy Huawei cieszy się zaufaniem ponad 1000 klientów z 55 krajów. Firma Huawei ma ponad 300 partnerów biznesowych i wiele laboratoriów OpenLabs na całym świecie w celu wspierania wspólnych innowacji z klientami i partnerami w dziedzinie chmury i Big Data. Rozwiązania te są szeroko stosowane w obszarze finansów, telekomunikacji, administracji, energetyki, opieki zdrowotnej, produkcji, transportu i innych.

Korzyści

Architektura rozwiązania

Rozwiązanie Big Data Huawei składa się z dwóch produktów: FusionInsight HD oraz FusionInsight LibrA. FusionInsight HD jest wydaniem komercyjnym Hadoop zawierającym wiele komponentów: HDFS, Yarn, HBase, Spark, MapReduce, Flink, Storm, Elk, Solr, Kafka, Loader, Flume i inne. FusionInsight LibrA to masowo równoległa baza danych przetwarzania, która charakteryzuje się elastyczną skalowalnością, doskonałą wydajnością, solidną niezawodnością i najwyższą efektywnością kosztową.


  • HDFS

    Zapewnia dostęp do danych z wysoką przepustowością; może przetwarzać zbiory danych na dużą skalę.

    Yarn

    Jako system zarządzania zasobami Hadoop 2.0, Yarn wdraża zarządzanie zasobami i planowanie aplikacji.

    Spark

    Struktura rozproszonego przetwarzania w pamięci.

    Elk

    Zapewnia standardowy silnik SQL i umożliwia płynną migrację tradycyjnych aplikacji do platformy Big Data.

    MapReduce

    Silnik rozproszonego obliczania obsługujący masowe przetwarzanie wsadowe w trybie offline.

    Flink

    Ujednolicona platforma obliczeniowa do przetwarzania wsadowego i strumieniowego oraz przetwarzania strumieniowego. Rdzeniem jest silnik przetwarzania strumienia, który obsługuje dystrybucję danych i przetwarzanie równoległe.

    Storm

    Rozproszony, niezawodny i odporny na awarie system przetwarzania danych w czasie rzeczywistym. Zapewnia SQL-podobne języki zapytań (StreamCQL).

    Solr

    Niezależny serwer wyszukiwania aplikacji klasy korporacyjnej oparty na Apache Lucene.

    Kafka

    Rozproszony, podzielony na partycje system subskrypcji wiadomości z wieloma kopiami.

    Loader

    Wymienia dane i pliki między FusionInsight, relacyjnymi bazami danych i systemami plików.

    HBase

    Kolumnowy, rozproszony system przechowywania odpowiedni dla masowych, niestrukturalnych lub półstrukturalnych danych, który zapewnia wysoką dostępność, wydajność i skalowalność. HBase obsługuje odczyt i zapis danych w czasie rzeczywistym.

    Flume

    Rozproszony zbiór logów masowych, agregacja i system transmisji zapewniający wysoką dostępność i niezawodność.

    LibrA

    Masowo równoległa baza danych przetwarzania, która charakteryzuje się elastyczną skalowalnością, doskonałą wydajnością, solidną niezawodnością i najwyższą opłacalnością. Może zastąpić konwencjonalne systemy hurtowni danych i dodaje nowe poziomy wydajności do podejmowania decyzji.

Przykłady zastosowań

  • Konwergentna hurtownia danych

  • Przetwarzanie offline

  • Interaktywne zapytanie

  • Przetwarzanie w czasie rzeczywistym

huawei FusionInsight big data - converged data warehouse
Konwergentna hurtownia danych

Rozwiązanie chmury prywatnej Huawei koncentruje się na kluczowych branżach, jak bezpieczeństwo publiczne, spedycja, administracja i finanse, aby rozwijać prywatne rynki chmury. W oparciu o chmurę prywatną rozwiązanie chmury hybrydowej FusionBridge przenosi usługi z chmury prywatnej do chmury publicznej w celu wdrożenia chmury hybrydowej.

huawei FusionInsight big data - offline processing
Przetwarzanie offline

Ogromne zbiory danych są analizowane i przetwarzane, a wyniki są dostarczane do późniejszego wykorzystania. Zadania przetwarzania offline nie mają ograniczeń co do czasu przetwarzania, ale dane mają różne formaty i często osiągają skalę petabajtów. Przetwarzanie offline często obejmuje wiele zadań jak MapReduce, Spark, Hive i Spark SQL i dotyczy przetwarzania wstępnego danych i analizy offline w finansach, spedycji, bezpieczeństwie publicznym i wielu innych sektorach.

huawei FusionInsight big data - interactive query
Interaktywne zapytanie

Interaktywna analiza i zapytanie stawiają duże wymagania dotyczące czasu reakcji i obejmują ogromne zbiory danych. Dane używane do zapytania interaktywnego są zwykle wstępnie przetwarzane na podstawie modeli danych odpowiednich do danego zadania. Zapytanie interaktywne obejmuje precyzyjne zapytanie, zapytanie ad hoc, analizę tematu i inne zadania.

huawei FusionInsight big data - real time processing
Przetwarzanie w czasie rzeczywistym

Dane są gromadzone i analizowane w czasie rzeczywistym, a wyniki analizy dostarczane są w odpowiednim czasie. Zdolne do szybkiego przetwarzania danych z różnych źródeł przy dużej przepustowości przetwarzanie w czasie rzeczywistym dotyczy monitorowania przeciwdziałania oszustwom, nadzoru bezpieczeństwa w czasie rzeczywistym i innych scenariuszy.

  • Konwergentna hurtownia danych

    huawei FusionInsight big data - converged data warehouse
    Konwergentna hurtownia danych

    Rozwiązanie chmury prywatnej Huawei koncentruje się na kluczowych branżach, jak bezpieczeństwo publiczne, spedycja, administracja i finanse, aby rozwijać prywatne rynki chmury. W oparciu o chmurę prywatną rozwiązanie chmury hybrydowej FusionBridge przenosi usługi z chmury prywatnej do chmury publicznej w celu wdrożenia chmury hybrydowej.

  • Przetwarzanie offline

    huawei FusionInsight big data - offline processing
    Przetwarzanie offline

    Ogromne zbiory danych są analizowane i przetwarzane, a wyniki są dostarczane do późniejszego wykorzystania. Zadania przetwarzania offline nie mają ograniczeń co do czasu przetwarzania, ale dane mają różne formaty i często osiągają skalę petabajtów. Przetwarzanie offline często obejmuje wiele zadań jak MapReduce, Spark, Hive i Spark SQL i dotyczy przetwarzania wstępnego danych i analizy offline w finansach, spedycji, bezpieczeństwie publicznym i wielu innych sektorach.

  • Interaktywne zapytanie

    huawei FusionInsight big data - interactive query
    Interaktywne zapytanie

    Interaktywna analiza i zapytanie stawiają duże wymagania dotyczące czasu reakcji i obejmują ogromne zbiory danych. Dane używane do zapytania interaktywnego są zwykle wstępnie przetwarzane na podstawie modeli danych odpowiednich do danego zadania. Zapytanie interaktywne obejmuje precyzyjne zapytanie, zapytanie ad hoc, analizę tematu i inne zadania.

  • Przetwarzanie w czasie rzeczywistym

    huawei FusionInsight big data - real time processing
    Przetwarzanie w czasie rzeczywistym

    Dane są gromadzone i analizowane w czasie rzeczywistym, a wyniki analizy dostarczane są w odpowiednim czasie. Zdolne do szybkiego przetwarzania danych z różnych źródeł przy dużej przepustowości przetwarzanie w czasie rzeczywistym dotyczy monitorowania przeciwdziałania oszustwom, nadzoru bezpieczeństwa w czasie rzeczywistym i innych scenariuszy.

Najważniejsze funkcje i zastosowania

FusionInsight HD do zarządzania wieloma najemcami

Dla partnerów

Jeśli jesteś już partnerem, kliknij tutaj, aby uzyskać więcej materiałów marketingowych.
Kliknij tutaj,  aby odwiedzić strefę partnerską w celu sprawdzenia statusu zapytania, zarządzania zamówieniami, uzyskania wsparcia lub dodatkowych informacji o partnerach Huawei.