Welcome快三为梦而年轻!

核心产品

OUR PRODUCTS

产品定义
DataCanvas DEP是一站式的数据工程平台,提供数据集成、数据存储、数据建模、数据质量探查以及数据下发等数据基础处理和数据服务能力,帮助企业转换原始数据并管理转换后的数据,从而为数据分析挖掘等应用提供高质量、高价值数据,实现数据化决策。
产品优势
以开源Hadoop技术为基础,支持多源数据融合,提供丰富的数据工具,拖拽式数据建模,加速数据从原始状态到高价值状态的转化过程:
更高层次的数据抽象
  • 通过主题聚合数据。

  • 解耦数据位置和工作流中的数据属性的关系。

灵活的过程编排和调度
  • 支持配置运行时任务依赖关系,构建复杂的执行计划。

  • 自动化调度,支持基于时间的或事件的触发方式。

  • 全局监控,及时了解调度执行情况。

完善的模型
  • 内置面向行业的数据模型,快速应用。

  • 支持模型层级管理,使数据组织关系清晰可见。

自动数据发现
  • 洞察数据血缘:可视化呈现数据的产生路径与过程,发现数据关联。

  • 数据质量检测:预置或自定义检测规则,准确评价数据质量。

安全性好
  • 支持认证,保持与Hadoop集群的安全兼容性。

灵活部署
  • 可以在机房或云端部署,并根据需求调整集群规模。

产品特点
PB级别的分布式架构数据仓库服务,提升数据价值密度,同时提供数据基础架构的迁移,数据导入和存储,快速查询和分析,友好支撑上层数据服务:
一站式服务
  • 集成可视化与基于代码的环境,一站式完成数据集成到数据建模的全部环节,适应快节奏的数据变化要求。

保持数据关系模型
  • 支持SQL标准,符合开发习惯,快速上手,降低业务人员学习成本。

多种数据处理技术组合
  • 同时支持结构化数据、半结构化数据和非结构化数据。

分层模型
  • 分层的架构模型,各层独立自治,降低组件之间的依赖。

  • 分层的数据组织结构,提供不同层次的数据抽象能力。

分布式架构
  • 通过列存储、粗粒度索引、缓存等技术提供快速数据访问和多表关联等能力,与Hadoop架构相结合,支撑大数据平台应用。

高效查询
  • 业界前沿的SQL查询引擎、列式存储、智能索引、向量执行;高度兼容SQL标准,并提供库内分析、窗口函数等高级分析功能。

在线数据管理
  • 无须停止服务即可创建物化视图、更改表结构;支持灵活高效的数据恢复。

高可用
  • 数据、元数据多副本存储,宕机期间不影响查询服务,机器故障副本自动迁移。

简单易用
  • 便捷的数据导入;支持标准的SQL操作:DDL/DCL/DML。

企业级安全
  • 基于角色和基于资源相结合的访问控制,确保数据仅能被适当的人员操作。

DEP典型工作流设计流程
DEP是一款数据加工处理和数据管理系统,它可以从多种外部系统中接入数据,并调用底层的Hadoop资源完成数据的加工、存储、更新等处理,最终为上层数据应用提供高质量的数据,其中数据集成以及数据处理过程由调度器统一监控自动化执行。实现一个完整的数据处理流程,包括如下几个重要步骤:
DEP在金融领域的典型应用场景
行内数据交换平台
随着科技的发展,银行业从传统信息化运营进入数据运营过程中,大数据与互联网等FinTech技术作为创新工具,正逐渐改变着金融业态,并正在引发银行业务模式的深刻变革。而银行经过多年发展与积累,在各个业务、管理系统中积累了海量的金融数据。建立数据交换平台,实现这些海量数据的存储、计算加工与交换,从而提升信息科技与数据科技水平,将有助于银行数字化变革的需求。
分析应用供数平台
为应对互联网金融的竞争,越来越多的银行开始部署数据分析类应用,这些分析类应用普遍提供机器学习等算法实现数据特征挖掘、模型构建等工作。为保证构建的分析模型的准确性,对输入数据的质量提出了较高的要求,但这些分析应用一般仅能处理缺失值填充、简单异常值剔除等操作,而不能直接将来自业务应用的原始数据作为输入。因此,建立分析应用供数平台,实现从原始业务数据到标准化的可分析数据的自动化处理,是很多银行的迫切需求。
DEP应用案例
项目介绍
解决方案
客户价值
企业级大数据平台和分析系统:
通过对大数据分析的深入理解,结合行内实际情况和大数据分析技术的特点,构建了分层的数据模型,完成大数据交换平台和分析系统的建设,为某银行提供了海量数据归档存储、高性能查询和分析能力。
业务水平提升:
通过在大数据平台上开发交互式数据探索工具,实现简单、方便、高效、可视化的数据分析能力,实现大量数据的精准分析,提升业务分析水平。
人才队伍建设:
通过大数据平台建设,为行内培养了一批从大数据技术到数据分析应用的人才。
大数据IT信息架构:
设计并实施了一套符合中小型金融机构的大数据IT信息架构,在中小型银行中率先实现了基于大数据的信息化系统建设,为中小银行的大数据应用做出了积极的尝试。
项目背景
随着科技的发展,银行业从传统信息化运营进入数据运营过程中,大数据与互联网等FinTech技术作为创新工具,正逐渐改变着金融业态,并正在引发银行业务模式的深刻变革。某银行经过多年发展的积累,行内建立的各个业务、管理系统中积累了海量的金融数据。而目前运行的ODS系统无法承载这些海量数据的存储、计算加工与交换。因此,该银行迫切需要建设一个大数据平台来有效提升信息科技与数据科技水平,满足未来银行数字化变革的要求。
解决方案
九章云极金融大数据技术为某银行提供行内数据交换平台建设方案,满足行内数据的集成、存储、加工以及分析的需求。该方案主要包括如下几个方面的建设:
大数据基础平台
该平台是实现某银行数据的汇聚、存储和计算的基础架构。
数据交换平台
该平台主要完成数据文件的预加工以及各系统间的数据流转和交互。
数据应用分析平台
该平台基于异常检测、深度学习等数据分析方法实现对某银行数据的分析和挖掘能力。
调度平台
该平台主要实现调度和监控功能,完成系统的批量任务调度与监控。
客户价值
  • 企业级大数据平台和分析系统:
    通过对大数据分析的深入理解,结合行内实际情况和大数据分析技术的特点,构建了分层的数据模型,完成大数据交换平台和分析系统的建设,为某银行提供了海量数据归档存储、高性能查询和分析能力。
  • 业务水平提升:
    通过在大数据平台上开发交互式数据探索工具,实现简单、方便、高效、可视化的数据分析能力,实现大量数据的精准分析,提升业务分析水平。
  • 人才队伍建设:
    通过大数据平台建设,为行内培养了一批从大数据技术到数据分析应用的人才。
  • 大数据IT信息架构:
    设计并实施了一套符合中小型金融机构的大数据IT信息架构,在中小型银行中率先实现了基于大数据的信息化系统建设,为中小银行的大数据应用做出了积极的尝试。
项目背景
    随着科技的发展,银行业从传统信息化运营进入数据运营过程中,大数据与互联网等FinTech技术作为创新工具,正逐渐改变着金融业态,并正在引发银行业务模式的深刻变革。某银行经过多年发展的积累,行内建立的各个业务、管理系统中积累了海量的金融数据。而目前运行的ODS系统无法承载这些海量数据的存储、计算加工与交换。因此,该银行迫切需要建设一个大数据平台来有效提升信息科技与数据科技水平,满足未来银行数字化变革的要求。
解决方案
九章云极金融大数据技术为某银行提供行内数据交换平台建设方案,满足行内数据的集成、存储、加工以及分析的需求。该方案主要包括如下几个方面的建设:
大数据基础平台
该平台是实现某银行数据的汇聚、存储和计算的基础架构。
数据交换平台
该平台主要完成数据文件的预加工以及各系统间的数据流转和交互。
数据应用分析平台
该平台基于异常检测、深度学习等数据分析方法实现对某银行数据的分析和挖掘能力。
调度平台
该平台主要实现调度和监控功能,完成系统的批量任务调度与监控。
2014-2018 © datacanvas.com 版权所有 京ICP备13015186号-2 京公安网备11010802022944