应用场景 大数据分析 场景描述 OBS提供的大数据解决方案主要面向海量数据存储分析、历史数据明细查询、海量行为 日志分析 和公共事务分析统计等场景，向用户提供低成本、高性能、不断业务、无须扩容的解决方案。 海量数据存储分析的典型场景：PB级的数据存储，批量数据分析，毫秒级的数据详单查询等

查看更多 →

使用JDBC提交数据分析任务 功能简介 本章节介绍如何使用JDBC样例程序完成数据分析任务。 样例代码 使用Hive JDBC接口提交数据分析任务，该样例程序在“hive-examples/hive-jdbc-example”的“JDBCExample.java”中，实现该功能的模块如下：

查看更多 →

物联网时序数据分析 物联网时序数据分析场景介绍 手动将 CS V离线数据导入至IoTDB 使用HetuEngine查询IoTDB时序数据 使用Grafana对接IoTDB数据库 父主题： 数据分析

查看更多 →

的数据应用。 车联网数据存储成本高：随着单车智能的提升和单车产生数据量增长，车辆数海量接入增长带来的数据存储需求成本开销占比大。 数据时效性差，无法满足实时业务场景需求：传统车联网数据架构，数据分析链路长，资源消耗大，数据时效一般只有分钟级或小时级。 通过该方案实现的业务效果：

查看更多 →

Presto Presto是一个开源的用户交互式分析查询的SQL查询引擎，用于针对各种大小的数据源进行交互式分析查询。其主要应用于海量结构化数据/半结构化数据分析、海量多维数据聚合/报表、ETL、Ad-Hoc查询等场景。 Presto允许查询的数据源包括Hadoop分布式文件系统（HDFS

查看更多 →

reduce任务或Spark任务，从而完成对Hadoop集群中存储的海量数据进行查询和分析。 Hive主要特点如下： 通过HQL语言非常容易的完成数据提取、转换和加载（ETL）。 通过HQL完成海量结构化数据分析。 灵活的数据存储格式，支持JSON、CSV、TEXTFILE、RC

查看更多 →

数据分析常见问题 数据源常见问题 管道作业常见问题 实时分析常见问题 时序分析常见问题 资产建模和分析常见问题

查看更多 →

使用JDBC接口提交数据分析任务 功能简介 本章节介绍如何使用JDBC样例程序完成数据分析任务。 样例代码 使用Hive JDBC接口提交数据分析任务，该样例程序在“hive-examples/hive-jdbc-example”的“JDBCExample.java”中，实现该功能的模块如下：

查看更多 →

Z-Suite 一站式大数据分析平台，连续五年荣获敏捷BI领域第一名，中国BI大数据领域领军企业奖，10000+企业客户的共同选择。全面覆盖数据分析过程中的各个环节，包括数据采集、清洗、整合、存储、计算、建模、训练、展现、协作等，让用户可以在一个统一的平台上完成全流程数据分析任务，极大降低

查看更多 →

IoT数据分析服务系统权限 下表 为IoT数据分析服务的所有系统权限 表1 IoT数据分析服务系统权限 系统角色/策略名称 描述 类别 Tenant Administrator 拥有该权限的用户拥有除IAM外，其他所有服务的所有执行权限。 系统角色 Tenant Guest 拥有

查看更多 →

如何收集、存储和分析大数据具有重要意义。以下是大数据如何使能业务创新、与业务结合并推动业务现代化的几个方面： 数据驱动决策：大数据分析可以帮助企业从海量数据中提取有价值的信息和洞察力，为决策提供支持。通过对历史数据和实时数据的分析，企业可以发现市场趋势、需求变化以及潜在风险。这有助于做出准确的决策，提高业务的竞争力。

查看更多 →

IoT数据分析服务权限配置示例 iam授权的过程 默认情况下，管理员创建的IAM子用户没有任何权限，需要将其加入用户组，并给用户组授予策略和角色，才能使得用户组中的用户获得策略定义的权限。 前提条件： 需要管理员账号已开通IoTA数据分析服务，未开通则访问开通服务。 创建好子用户

查看更多 →

快速使用Hive进行数据分析 Hive是基于Hadoop的一个 数据仓库 工具，可将结构化的数据文件映射成一张数据库表，并提供类SQL的功能对数据进行分析处理，通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。 背景信息

查看更多 →

快环境部署。 企业分支、科研组织机构等跨全球地理位置进行及时协同工作，提高效率。 可以利用公有云的跨地域能力，共享计算资源，海量数据，并能实现云端大数据分析。 优化性能 性能比普通 云服务器 大幅提升。 通过虚拟化优化（SR-IOV、PCI直通）等，各类测试报告显示：大规模云化HPC性能损耗不大。

查看更多 →

Reduce任务或Spark任务，从而完成对Hadoop集群中存储的海量数据进行查询和分析。 Hive主要特点如下： 通过HQL语言非常容易的完成数据提取、转换和加载（ETL）。 通过HQL完成海量结构化数据分析。 灵活的数据存储格式，支持JSON、CSV、TEXTFILE、RC

查看更多 →

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， GaussDB (DWS)的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 互联网等数据经过流计算及A

查看更多 →

存储桶，即为OBS服务中的“桶”，是OBS中存储对象的容器，提供海量、安全、高可靠、低成本的数据存储能力。 通用文件系统为用户提供一个完全托管的共享文件存储，能够弹性伸缩至PB规模，具备高可用性和持久性，为海量数据、高带宽型应用提供有力支持。 高性能弹性文件服务（SFS Tur

查看更多 →

Influx支持实时查询和数据分析。 GeminiDB Influx支持将数据转为parquet格式，Hive可以直接读取和分析，具体功能参见数据转Parquet格式并导出至OBS设置。 图2 基于GeminiDB Influx的技术架构图 方案优势 海量数据实时解析写入，应用开发极简

查看更多 →

快速使用HBase进行离线数据分析 HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。本章节提供从零开始使用HBase的操作指导，通过客户端实现创建表，往表中插入数据，修改表，读取表数据，删除表中数据以及删除表的功能。 背景信息 假定用户开发一个应用程序，用于管理

查看更多 →

快速使用Hive进行数据分析 Hive是基于Hadoop的一个数据仓库工具，可将结构化的数据文件映射成一张数据库表，并提供类SQL的功能对数据进行分析处理，通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，适合用于数据仓库的统计分析。 背景信息

查看更多 →

Doris冷热分离介绍 在数据分析的实际应用场景中，冷热数据经常有不同的查询频次及响应速度要求。例如，在行为分析场景中，需支持近期流量数据的高频查询和高时效性，历史数据的访问频次很低，但需长时间备份以保证后续的审计和回溯工作，且查询需求也会随着时间推移锐减，如果将所有数据存储在本地，将造成大量的资源浪费。

查看更多 →