完整的关系数据库功能和基于标准SQL处理时序数据,非常简单易用。
基于无共享的MPP架构,可根据需求任意扩展解决方案;可扩展到上千节点,处理PB级的
时序数据。
有MPP强大的分析能力加持,提供更快的时序数据分析。
通过内存与磁盘混合存储架构,支持主流ETL、CDC工具,支持数据实时处理分析。
DataEngine MPP内置时序数据库,无需额外采购,节约成本,同时项目上可以有效抬高
友商的商务成本。
新华三资料开发部出品
Copyright © 2020 新华三技术有限公司 版权所有,保留一切权利
本文中的内容为通用性技术信息,某些信息可能不适用于您所购买的产品
看完了上期DataEngine MPP的产品概述,想必小哥哥、小姐姐们对他的强大有了初步的认识,那
么这期就带领大家,深入领略下他非同凡响的超能力——时序数据处理。
DataEngine MPP
what !!!数据我知道,时序数据还是头一次听说,到底是什么呢?
全称为时间序列数据,指带时间标签(按照时间的顺序变化,即时间序列化)的数据。常见
的有传感器采集带有时间戳的温度、湿度等数据,每分每秒都在波动的股票价格等等。
时序数据
时间
数
值
时间序列
满足时间轴和变化的数值这两个条件的
数据,都可称为时序数据。
通过对时序数据的处理,可以揭示事物发展的趋势性、规律性、异常性;
可以用来做大数据分析、机器学习,实现预测和预警等功能。
接下来,给你分享下行业应用场景,看完你就更明白了~
哦哦,我明白了,那么时序数据可以用来做什么呢?
交通
通过分析车辆、轨道交通传输过来的传感器数据,实现提前安
排预防性维护,避免因机械问题导致交通中断。
制造业
制造商使用传感器数据分析产品的健康和性能状况,积极主动
的维修处理,避免因重大问题导致产品停机。
电网能源
通过传感器采集发电、送电、用电等各环节设备的运行数据,
对系统进行监测,及时发现异常,保障系统稳定。
金融保险
保险公司使用从汽车中传过来的数据分析驾驶员的使用习惯,
汽车的健康状况,从而个性化的定保费。
消费电子
各种可穿戴设备手环、手表、智能鞋等采集用户的体征数据,
进行用户行为分析,给用户提供健康生活建议的增值服务。
如果在传统关系型数据库上加上时间戳一列,是不是就能作为时序数据库了?
我是不是很聪明,哈哈!
不错,数据量少的时候确实也没问题,但展现的纬度有限、细节少、可置信低,
不能用来做大数据分析。时序数据处理也需要面对很多挑战,我给你举几个点。
你品品,你仔细品品~
环境恶劣的地方,采集器采
集到的数据在网传过程中时
有丢失的风险,如何实现对
丢失数据的插值补齐?
时序数据的写入 时序数据的读取 时序数据的存储/处理 时序数据插值补齐
IOT场景下如何支持
每秒钟上千万上亿数
据点的写入?
如何支持在秒级对
上亿数据的分组聚
合运算?
时序数据海量并发且不
间断采集,海量数据如
何存储和处理?
哎呦,面对这些挑战,传统关系型数据库确实无能为力呀!!!
那么有没有更好的数据库可以解决这些问题呢?
有呀~ DataEngine MPP 就拥有很优秀的时序数据处理能力!
听我给你具体介绍下吧。
使用门槛低
支持基于标准SQL
对时序数据的插值
操作。
集成专用算法
集成了专门针对时序
数据的算法,如模式
匹配、事件分析等。
时间插值算法
将缺失的数据补
齐,提供插值查
询的能力。
支持聚合计算
提供MIN/MAX/
AVG/SUM等聚合
函数,可将时序数
据精度聚合。
支持异常检测
根据时间序列某一段值
与平均值之间的差异是
否达到设定值,来反映
是否存在异常。
读/写优化技术
提供对时序数据的
高效读/写能力。
通过ETL工具将时序数据、地理空间数据、半结构化数据(如日志) 存入DataEngine MPP,即可
对数据进行轻松处理。 DataEngine MPP支持对汇聚的数据进行多维分析,支撑设备运行状况报表、
设备异常监测和定位等业务。基于库内的机器学习可以进行业务归类,总结出周期性规律,预测未
来走势。同时还支持和Hadoop集成,构建更完善的大数据平台。
哇塞~ DataEngine MPP 对时序数据的处理,真是厉害呀。
我对他太有好感了,还有什么超能力,我还想了解!
DataEngine MPP 的超能力还有很多呢,
我们持续关注,一起期待下期吧~
ETL工具
时序数据库
地理数据处理
半结构化数据处理
库内机器学习
多维分析
DataEngine MPP
运行报表
异常监测
归类总结预测
其他数据
时序数据
评论