您好,登錄后才能下訂單哦!
通過集算器編寫更為簡單高效的算法加速計算進程,提升查詢性能
采用集算器可控存儲和索引機制,為 BI(CUBE)提供高速的數(shù)據(jù)存儲
將冷熱數(shù)據(jù)分離,僅將當期熱數(shù)據(jù)存放在數(shù)據(jù)庫中,冷數(shù)據(jù)存儲在文件系統(tǒng)或數(shù)據(jù)庫中,通過集算器完成跨源(庫)計算,完成多源數(shù)據(jù)匯總、復雜計算,實現(xiàn) T+0 全量數(shù)據(jù)實時查詢
集算器提供不同數(shù)據(jù)庫的基本 SQL 翻譯功能,數(shù)據(jù)分庫(同構(gòu)異構(gòu)均可)后,仍然可以使用通用 SQL 進行跨庫查詢
集算器重新定義關(guān)聯(lián)運算,可以根據(jù)計算特征選用不同且高效的關(guān)聯(lián)算法提升多表關(guān)聯(lián)性能
一對多的主外鍵表可采用指針式連接提高性能
一對一的同維表和多對一的主子表可采用有序歸并提升性能
集算器采用過程計算,分步實施計算簡化實現(xiàn)代碼,無需嵌套
過程中可以復用中間結(jié)果,性能更高
集算器通過(多線程)并行計算與數(shù)據(jù)庫建立多個連接并行取數(shù)提升取數(shù)性能
可將量大的冷數(shù)據(jù)事先存儲在庫外文件系統(tǒng)中,集算器基于文件直接查詢計算,避免通過 JDBC 取數(shù)
集算器將計算和呈現(xiàn)做成兩個異步線程,取數(shù)線程發(fā)出 SQL 將數(shù)據(jù)緩存到本地交給呈現(xiàn)線程快速展現(xiàn)報表,此外取數(shù)線程只涉及一個事務不會出現(xiàn)數(shù)據(jù)不一致,保證數(shù)據(jù)準確性
集算器幫助報表開發(fā)徹底工具化,不僅報表呈現(xiàn)層工具化,報表數(shù)據(jù)計算層也工具化,從而降低報表開發(fā)難度,報表實現(xiàn)更快更簡單
對人員要求更低,無需專業(yè)程序員
報表業(yè)務不穩(wěn)定導致報表沒完沒了不可能消滅,集算器提供了最低成本的應對
集算器作為完備計算引擎,支持過程計算開發(fā)快捷
算法實現(xiàn)簡單,適合一般技術(shù)人員使用
提供可視化編程環(huán)境,即裝即用使用簡單
通過多源支持,基于 Excel/TxT/DB 直接計算無需入庫
集算器通過過程計算,分步編程簡化算法開發(fā)難度,算法短小、分步同時降低了維護難度,極大改善上千行 SQL 編寫調(diào)試和維護困難的情況
集算器作為庫外通用計算引擎,可以編寫不依賴數(shù)據(jù)庫的通用算法,數(shù)據(jù)庫發(fā)生變化時無需更改核心算法,易于移植
集算器提供了完備的結(jié)構(gòu)化數(shù)據(jù)計算能力,解決了 JAVA 集合運算困難的問題,無需再用 JAVA 編寫
集算器還很方便集成到現(xiàn)有應用中,與應用完美結(jié)合
集算器可作為報表獨立的計算層,數(shù)據(jù)準備算法和報表模板一起存儲,共同管理,可與應用分開部署,降低應用的耦合度
解釋執(zhí)行的集算器腳本可實現(xiàn)熱切換
集算器作為完備計算引擎,提供了豐富的結(jié)構(gòu)化數(shù)據(jù)運算函數(shù),改善 MySQL 無法使用窗口函數(shù)導致的編碼困難
集算器作為完備結(jié)構(gòu)化數(shù)據(jù)計算引擎,可以充當通用庫外存儲過程,提供不依賴于數(shù)據(jù)庫的強計算能力和易移植特性
集算器提供直接針對文件使用 SQL 查詢的功能
還可以編寫腳本讀取 NoSQL、文本、Excel 數(shù)據(jù),實施計算,實現(xiàn)復雜度與 SQL 相當或更低
集算器提供了對 JSON/XML 這類分層數(shù)據(jù)的支持,基于這類數(shù)據(jù)計算不僅編碼簡單,而且性能高實時性好
集算器具備強計算能力,非常擅長復雜計算,可以輔助或替代現(xiàn)有 ETL 工具實現(xiàn)復雜業(yè)務邏輯,實現(xiàn)復雜度遠遠低于硬編碼 ETL 計算腳本
集算器支持過程計算,提供可視化編程環(huán)境,每步的計算結(jié)果所見即所得,還提供設置斷點、單步執(zhí)行、執(zhí)行到光標等編輯調(diào)試功能,開發(fā)效率極高
相對存儲過程需要反復讀寫磁盤使用中間結(jié)果,集算器提供豐富的運算,大量減少中間結(jié)果落地,性能更高
集算器采用過程計算,提供豐富函數(shù)類庫,實現(xiàn)算法短小精悍易于維護
集算器腳本可以脫離數(shù)據(jù)庫編寫和運行,減少數(shù)據(jù)庫安全隱患
集算器提供通過 SQL 針對文件的查詢功能
還可以針對 NoSQL、文本和 Excel 直接進行多源混合計算,編碼效率遠高于硬編碼
集算器作為完備計算引擎可以實現(xiàn)真正的 ETL,基于多源混合計算能力先將多源數(shù)據(jù)進行清洗(E)傳輸(T),將整理好數(shù)據(jù)加載(L)到目標數(shù)據(jù)庫,避免匯總到單庫帶來的時間、空間和管理上的過多開銷
集算器采用過程計算,分步編寫代碼,提供豐富的類庫和方法,開發(fā)簡單易維護,大大降低編碼難度,提升實施效率
集算器可基于生產(chǎn)庫和分析庫進行混合計算,量小的實時熱數(shù)據(jù)從生產(chǎn)庫查,將對生產(chǎn)系統(tǒng)的影響降到最低,量大的歷史冷數(shù)據(jù)從分析庫查,兩部分數(shù)據(jù)混合計算實現(xiàn)全量數(shù)據(jù)實時計算
集算器允許將量大且不再變化的歷史數(shù)據(jù)從數(shù)據(jù)庫導出到文件系統(tǒng)存儲,借助集算器完備的數(shù)據(jù)計算能力,直接基于文件系統(tǒng)計算,同時支持與數(shù)據(jù)庫混合計算,從而降低數(shù)據(jù)庫擴容壓力,實施成本低
集算器易于應用集成,可將數(shù)據(jù)倉庫中的部分計算和數(shù)據(jù)移植到應用層借助集算器計算能力實施數(shù)據(jù)存儲和計算,分擔數(shù)據(jù)倉庫壓力
集算器支持將數(shù)據(jù)庫的中間表移植到 I/O 性能更高的文件系統(tǒng),降低數(shù)據(jù)庫冗余,集算器直接基于文件計算,性能更高,還方便實施并行計算,進一步提升效率
中間表在庫外采用文件系統(tǒng)的樹狀結(jié)構(gòu)進行分類管理,優(yōu)于數(shù)據(jù)庫的線性結(jié)構(gòu),管理方便
集算器的強計算能力 + 數(shù)據(jù)緩存 + 數(shù)據(jù)網(wǎng)關(guān) + 多源混算可以替代單獨數(shù)據(jù)集市或前置數(shù)據(jù)庫,成本低廉
集算器作為輕量級大數(shù)據(jù)解決非常適合幾個到幾十個節(jié)點的集群規(guī)模,相對 hadoop 集算器資源利用率更高,節(jié)約資源,同樣的計算指標需要硬件更少,同樣的硬件計算效率更高
集算器可將 hadoop 作為數(shù)據(jù)源,實現(xiàn) hadoop 難以完成的計算
同時支持實時查詢,避免部署 RDB 帶來的 ETL 時間成本高,數(shù)據(jù)實時性差,商用 RDB 價格成本高等問題
集算器計算引擎具備復雜計算實現(xiàn)簡單、效率高的特點,適合使用 hadoop 或 spark 卻還經(jīng)常需要編寫 UDF 的場景,極大提升開發(fā)效率
集算器提供靈活的數(shù)據(jù)分布和計算分布,可以根據(jù)數(shù)據(jù)特征、計算特征和硬件特征實施個性化大數(shù)據(jù)計算從而獲得最高性能,解決了 hadoop/spark 過于透明導致無法實施高性能計算的難題
集算器提供內(nèi)存和外存兩種計算方式,由于采用高效計算模型,內(nèi)存計算時效率更高、內(nèi)存利用率更低,從而降低成本
當內(nèi)存容量不夠或無需全內(nèi)存計算時,集算器采用外存計算從而減輕對內(nèi)存容量的依賴,硬件成本更低
集算器借助高性能計算和高性能數(shù)據(jù)存儲特征,優(yōu)化所以體系,很好解決了 Hbase 等 KV 數(shù)據(jù)庫批量查詢效率低下的難題
集算器專為結(jié)構(gòu)化數(shù)據(jù)計算設計,支持過程化計算,提供了豐富的結(jié)構(gòu)化數(shù)據(jù)集算函數(shù),提供即裝即用的可視化編輯調(diào)試環(huán)境,非常適合進行桌面數(shù)據(jù)分析,隨裝隨用,隨用隨走
集算器具備完備的數(shù)據(jù)計算能力,作為商業(yè)軟件,提供了豐富的接口處理 Excel/JSON 等非庫數(shù)據(jù),即裝即用,避免了 Python 等開源技術(shù)版本混亂、使用困難
集算器提供了多線程并行計算和分布式計算能力,通過簡單的腳本即可實現(xiàn)并行計算,可充分利用多 CPU 核能力實施高性能計算
集算器可作為計算中間件無縫嵌入應用系統(tǒng),桌面數(shù)據(jù)分析編寫的腳本可直接移植到生產(chǎn)系統(tǒng)中,無需重寫
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。