更新时间:2024-06-07 GMT+08:00

应用场景

数据仓库迁移

数据仓库是企业的重要数据分析系统,随着业务量的增长,自建数仓性能逐渐不能满足实际要求,同时扩展性差、成本高,导致扩容极为困难。DWS作为云上企业级数据仓库,具备高性能、低成本、易扩展等特性,满足大数据时代企业数据仓库业务诉求。

图1 数据仓库迁移

优势

  • 平滑迁移

    DWS提供配套的迁移工具,可支持Teradata、Oracle、MySQL、SQL Server、PostgreSQL、Greenplum、Impala等常用数据分析系统的平滑迁移。

  • 兼容传统数据仓库

    DWS支持SQL 2003标准,兼容Oracle的部分语法和数据结构,支持存储过程,可与常用BI(business intelligence)工具无缝对接,业务迁移修改量极小。

  • 安全可靠

    DWS支持数据加密,同时可与数据库安全服务对接,保证云上数据安全。同时DWS支持数据自动全量、增量备份,提升数据可靠性。

大数据融合分析

随着IT、信息技术的发展和进步,数据资源已经成为企业的核心资源。整合数据资源,构建大数据平台,发现数据价值,成为企业经营的新趋势和迫切诉求。而如何从海量数据中快速挖掘“价值”,成为助力客户实现预测性分析的关键要素。

图2 大数据融合分析

优势

  • 统一分析入口

    以DWS的SQL作为上层应用的统一入口,应用开发人员使用熟悉的SQL语言即可访问所有数据。

  • 实时交互分析

    针对即时的分析需求,分析人员可实时从大数据平台中获取信息。

  • 弹性伸缩

    增加节点,即可扩展系统的数据存储能力和查询分析的性能,可支持PB级数据的存储和计算。

增强型ETL和实时BI分析

数据仓库在整个BI系统中起到了支柱的作用,更是海量数据收集、存储、分析的核心。为IoT(Internet of things)、金融、教育、移动互联网、O2O(Online to Offline)等行业提供强大的商业决策分析支持。

优势

  • 数据迁移

    多数据源,高效批量、实时数据导入。

  • 高性能

    PB级数据低成本的存储与万亿级数据关联分析秒级响应。

  • 实时

    业务数据流实时整合,及时对经营决策进行优化与调整。

图3 增强型ETL+实时BI分析

实时数据分析

移动互联网、IoT场景下会产生大量实时数据,为了快速获取数据价值,需要对数据进行实时分析,DWS通过+时序、+流、+AI引擎,实现快速入库和查询能力,可支持实时数据分析。

图4 实时数据分析

优势

  • 流式数据实时入库

    IoT、互联网等数据经过流计算及AI服务处理后,可实时写入DWS。

  • 实时监控与预测

    围绕数据进行分析和预测,对设备进行监控,对行为进行预测,实现控制和优化。

  • AI融合分析

    AI服务对图像、文本等数据的分析结果可在DWS中与其他业务数据进行关联分析,实现融合数据分析。

  • IoT场景
    图5 IoT场景

    物联网(IoT)所产生的数据,通过构建GaussDB(DWS) ,围绕海量的数据进行实时分析并进行反馈优化。应用在工业IoT、O2O业务系统、车联网等解决方案。

    优势如下:

    • 流式数据实时入库:IoT设备及网关汇集的流式数据经华为云DIS导入至GaussDB(DWS) 。
    • 设备监控与预测:围绕数据,进行分析和预测,对设备进行监视、控制和优化补给,以及自我诊断和修复。
    • 信息推荐:结合围绕在用户周围的联网设备汇集的数据,为用户进行定向的信息推荐。