锐客网

  1. 首页 > 睿知 > >

腾讯云电脑app下载 腾讯云分析

睿知生活知识

腾讯云app下载(
2010年，Pentaho创始人兼CTO詹姆斯·迪克森(James Dixon)在纽约Hadoop世界大会上提出了“数据湖”的概念 。在过去的10年里，“数据湖”取得了巨大的进步 。
5月13日，腾讯云召开“云原生智能数据湖”发布会，首次展示了完整的云数据湖产品图谱 ， 并推出了两款“开箱即用”的数据湖产品，数据湖计算服务DLC和数据湖建设DLF 。
我们来看看腾讯云发布的云原生数据湖产品 。
一、腾讯云原生数据湖产品矩阵
对于云计算来说 ， 数据湖产品最大的优势是可以为任意规模的异构数据提供强大的存储能力 ， 并且这种存储具有保真、灵活、可管理、可追溯的特点 。
腾讯此次发布的产品地图不仅充分具备了这些优势，而且基本涵盖了企业对数据处理各流程的不同需求，引起了业界的高度关注 。
【腾讯云电脑app下载 腾讯云分析】腾讯的数据湖产品图谱包括六个层面:数据湖存储、数据湖计算力调度、数据湖大数据分析、数据湖AI能力、云上的数据湖应用和基础服务 。它能以矩阵的形式为企业带来全方位、集成化的数据服务 。
目前已经有两款产品投入实际使用，开箱即用 。在本次发布会上，腾讯向业界全景式展示了这两款产品——数据湖计算(DLC)和数据湖形成(DLF) 。
其中，DLC产品的核心功能是为用户提供一种使用标准SQL管理异构数据的高效方式 。部署DLC后，用户不需要像过去一样花费大量的资源和时间去维护和处理底层的数据存储和计算架构 。他们只需要随时编写SQL，用集群查询完成运维 。DLF产品的功能是为用户提供数据湖建设的工具，如统一元数据管理、多源数据入湖、任务安排、权限管理等 。，让用户在数据入湖时节省30%的资源，减少60%的时间消耗 。
二、腾讯云原生智能数据湖产品发布的背后
腾讯云原生数据湖产品的发布，是对当前云计算领域发展新趋势的适应和把握 。
这种新趋势包括三个主要方向:第一 ， 数据和应用程序的普遍“云本地化” 。自10年前James Dixon提出数据湖的概念以来，云计算市场日益向“原生化”发展 。根据行业数据，到今年年底 ， 超过80%的应用程序开发和部署将基于云设施和操作系统 。同时，全球10%至20%的数据将成为关键数据，这些数据也将在云上生成、存储和处理 。
二是数据来源的多样化 。随着经济全球化的深入 ， 企业的业务越来越多样化 ， 因此其数据来源和大数据分析技术也呈现出多样化的特点 。企业迫切需要能够灵活处理不同数据源和异构数据的新技术；第三 ， 在上述两大趋势的推动下，亚马逊等全球主要云计算厂商都在积极推出云原生数据湖产品 。腾讯作为全球领先的云计算厂商，完全有望推出原生数据湖产品 。
从企业用户的角度来看 ， 腾讯云这次发布的产品最值得称道的地方在于“集成” 。这个产品图在数据存储、分析等方面都是以集成的形式，大大提高了企业的效率 。在数据存储方面，腾讯云原生智能数据湖产品由于采用了COS服务作为核心设计思想 ， 在处理任意规模的异构数据时都具有很高的效率 。
在数据分析层面，腾讯云的智能数据湖产品不仅可以支持半托管的泛Hadoop服务，还可以提供全托管的数据服务 。用户可以在此基础上定制自己的功能，或者使用腾讯云提供的数据协作工具来安排和调用计算服务，大大提高了对海量数据的洞察能力 。
第三，腾讯云原生智能数据湖产品 ， 企业实时智能服务引擎 。
数据的价值一部分是将不同种类的数据聚集在一起，另一部分是在没有预定义模型的情况下分析数据 。今天的大数据架构是可扩展的 ， 可以为用户提供越来越多的实时分析 。今天，商业智能(BI)和数据仓库尚未被淘汰 ， 大数据分析和大数据湖正在向更多类型的实时智能服务发展，这些服务可以支持实时决策 。
如上所述，腾讯云数据湖产品由于集成架构 ， 在部署和应用时具有很高的便捷性和高效性 。例如，由于腾讯云的数据湖计算服务采用一体化无服务器架构，用户在部署应用时可以完全省略传统的数据分层建模，大大减少了海量数据分析的准备时间 。
与传统的本地自检大数据集群模式相比，部署腾讯云原生数据湖产品后 ， 企业数据湖建设时间可减少60%，硬件资源可节省30%，所需运维工程师可减少50%左右 。同时 ， 数据分析和计算的性能可以提高35.5% 。

推荐阅读


上一篇：容易认错的书法字 让人认错字的书法

下一篇：罪恶都市a点任务飞机怎么开