微软汽车行业大数据平台建设探讨.pptx

汽车行业 - 数据驱动的时代;;信息化的纵深发展，带来汽车行业的大变革;汽车行业信息化的趋势为四个“Connected”;531 应用 4600 接口 3400 晚间批量任务 没有 “端到端” 的流程. 海量非结构化数据 支持效率: 一般一个员工只能支持17个应用;6;;8;;;Landing Layer;大数据中心三大组成部分;资源管理平台;构建统一管理的私有云平台;私有云的运营;基础架构监控;自动化修复;动态优化资源;更新管理;服务交互自动化;自动化体检;记账/收费;此阶段的存储数据实时同步由硬件产商提供解决方案，最终实现同区域的数据中心机房间的冗余，两边都能实时写入相同的数据副本，以保证故障产生时能平滑地切换。;可备份到公有云;;大数据中心三大组成部分;为什么需要Hadoop;为什么需要Hadoop;为什么需要Hadoop;为什么需要Hadoop;新的方式;新的方式;新的方式;Hadoop-企业级的数据HUB;Hadoop: 扩展性 灵活性 – 存储 计算;大数据中心三大组成部分;微软数据产品家族;; ; Microsoft Azure;语言平台 #1 Procedural Language optimized for Statistics and Data Science A Data Visualization Framework Provided as Open Source 社区 3M+ Statistical Analysis and Machine Learning Users Taught in Most University Statistics Programs Active User Groups Across the World 生态环境 CRAN: 7500+ Freely Available Algorithms, Test Data and Evaluations Many Applicable to Big Data If Scaled;Strategic Rationale;;Revolution R Enterprise 7.4 (RRE)全套大数据分析平台;;Best of Both Worlds;Data import – Delimited, Fixed, SAS, SPSS, OBDC Variable creation transformation Recode variables Factor variables Missing value handling Sort, Merge, Split Aggregate by category (means, sums);;微软不断增强Mobile BI的功能;Mobile BI;微软PowerBI;;微软在汽车行业的客户和合作伙伴;54;55;56;57;3.市场营销领域;3.市场营销领域;3.市场营销领域;END