2019年大数据Aster介绍.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2019年大数据Aster介绍

Aster大数据探索平台介绍 2014-07-31 目录 1 什么是数据分析探索平台 2 Aster的技术架构和特性 3 Aster的数据分析探索能力 4 总结 大数据分析挑战之一:统一的探索平台 问题 解决方案 数据仓库/商业智能 高级分析 SQL框架访问层 集成的探索平台 (IDP) 预置分析函数 各种复杂的高级分析环境导致数据碎片,更 高的成本,需要更复杂的技能,更长时间才 集成的分析探索提供了更输入的洞察,统一的 能实现业务价值。 访问接口,易用性,低成本,更好的洞察。 3 Footer 大数据分析挑战之二:SQL vs. MapReduce SQL MapReduce 优点 优点  成熟,有数据理论支持,规范,广为  可扩展性,有大规模部署的成功案例 接受  可以 自己编写分布式应用  支持的工具多, 技术人才多  支持非结构化数据  简单,面向业务  廉价的软件和硬件  开源,前景看好 不足 不足  昂贵的成本  不成熟 ,可用性、可维护性差  并行化和扩展性的限制  面向开发人员,实现复杂  复杂分析的实现难度和成本  很多程序不容易在MapReduce下实现  非结构化数据的分析的不足  支持工具少  现有的数据分析能力少 5 Footer 鱼和熊掌是否可以兼得? SQL SQL-MapReduce SQL 更加适合于: SQL-MapReduce更加适合于:  一个表中多个属性的标准化转换  个性化数据转换  在表上使用GROUP BY的标准聚

文档评论(0)

wangxue1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档