产品架构

产品能力

1.     数据挖掘

分布式数据挖掘平台，提供分布式的模型算法。为数据科学家提供熟悉的工作方式，直接在熟悉的R 语言工作台编写分析程序，在分布式内存引擎上执行，与平台其他组件相互配合完成数据分析任务。DataZoo 积累了丰富的行业模型，尤其是在自然语言处理方面有大量的自主知识产权。

2.     实时流处理

DataZoo 实时流处理支持高度灵活的流式窗口，基于内存计算引擎保证数据分析的时效性。 接收实时数据，根据自定义时间间隔拆分为微批数据，处理后得到结果数据。稳定性经过大量测试，可以保证持续不断的7*24 小时的计算。

3.     数据仓库

DataZoo 数据仓库建立在Hadoop 之上，底层存储是HDFS 分布式文件系统， 提供完整的SQL 支持，用户直接通过SQL 语言查询数据。支持海量数据，具有高扩展性（存储和计算两个方面），可以运行在多种计算框架之上。

4.     多维搜索

DataZoo 多维搜索引擎是一个基于 Hadoop 分布式架构下的实时的、多维的、交互式的查询、统计、分析引擎，具有万亿数据规模下的秒级性能表现，并具备企业级的稳定可靠表现。DataZoo 多维搜索引擎是一个细粒度的索引，精确粒度的索引。数据即时导入，索引即时生成，通过索引高效定位到相关数据。DataZoo 多维搜索引擎与 Spark 深度集成， Spark 对检索结果集直接分析计算，同样场景让 Spark 性能加快百倍。

5.     工具套件

可视化平台管理工具

用户可以很轻松地查看服务状态、处理告警、监控集群资源；统一管理各个服务的运行参数，用户无需到各个节点上进行修改，可直接通过界面进行统一操作。

可视化数据采集工具用户可通过图形化界面的拖拽操作，高效地进行数据抽取、清洗、转换、过滤等操作。

可视化数据分析工具

可视化建模工具， 支持传统的报表和图表功能、自助分析、地理位置分析、What-If 分析和社交网络分析等。