特别分析

数据湖上的SQL

更高的生产力、更快的价值实现时间和规模,以支持更多的并发用户.

数据分析的挑战数据湖解决方案
为不断增长的用户平衡可访问性和性能
面临基础设施, 数据管理, 数据摄取延迟,以提供有关特定问题的有价值的见解拥有带有自动数据管道的自助服务访问可扩展的临时分析解决方案
每次手动构建数据管道,为新类型的常规报告进行概念验证

特设分析

  • 开始使用易于使用的SQL接口,以分析师想要的方式工作
  • 发现的见解, 查询数据, 分析结果, 并调试来自单一窗格Qubole工作台的查询.
  • 利用内置连接器或JDBC和ODBC驱动程序以及流行的BI工具(如Looker和Tableau)来可视化数据
  • 使用Talend, Informatica, Ascend等流行工具将数据导入平台.io

数据和查询的可伸缩性

  • 维护由于查询或数据或两者而导致的复杂查询的性价比平衡
  • 通过实现数据布局策略(如列式数据格式)来提高工作负载性能, 统计数据集合
  • 使用云优化的开源框架转眼间对大型数据集进行临时或批量查询, 蜂巢, SparkSQL

AD HOC解决方案支持1000个并发用户

  • 处理来自多个终端用户的突发临时查询,而不会带来操作复杂性
  • 自动最小化成本,同时支持并发用户增长而不影响性能
  • 无论入站查询流如何,管理开销都接近于零
  • 自动向上或向下扩展以在任何时间点支持所有工作负载

生态系统合作伙伴

友情链接: 1 2 3 4 5 6 7 8 9 10