正值618大促,小張遇到了一個棘手的問題,需要在一週內將公司近1年電商部門的營收和線下門店經營數據進行聯合分析。
這將產生哪些數據難題呢?
- 數據孤島:電商部門的數據存在數倉A、門店經營收入數據存在數倉B,如何便捷的進行多倉聯合分析?
- PB級數據量:多電商平臺+全國線下門店每天將產生TB級數據量,年數據量高達PB級!
他在第一時間聯繫了集團CTO,希望將各部門數據在一天內導出給他。
這時候,CTO犯難了:
公司現有的資源池可自如應對TB級數據量,而小張要的數據量粗略估計達到了PB級,大大超出了公司現有資源池承受範圍,只能以時間爲代價導出;而爲了不常見場景擴大公司資源池,整體的成本太高。
面對小張遇到的棘手問題,雲湖湖推薦了一款華爲雲大數據查詢分析神器——數據湖探索(DLI)服務;一個DLI即可撬動EB級數據量聯合查詢,每CU僅需0.35元/小時(1CU=1Core4G Mem),1CU包月僅需150元。
數據湖探索(DLI)服務 2.0是完全兼容Apache Spark和Apache Flink生態的Serverless大數據計算分析服務,用戶僅需使用標準SQL或程序即可查詢分析各類異構數據源。
DLI是如何解決小張問題的呢?
DLI服務架構——Serverless
DLI是無服務器化的大數據查詢分析服務它的優勢在於:
- 按量計費:真正的按使用量(掃描量/CU時)計費,不運行作業時0費用。
- 自動擴縮容:根據業務負載,對計算資源進行預估和自動擴縮容。
DLI Serverless架構就可輕鬆解決小張成本、資源不足和臨時性業務需求的問題。
1、DLI核心引擎——Spark+Flink
Spark是用於大規模數據處理的統一分析引擎,聚焦於查詢計算分析。DLI在開源Spark基礎上進行了大量的性能優化與服務化改造,不僅兼容Apache Spark生態和接口,性能較開源提升了2.5倍,在小時級即可實現EB級數據查詢分析。
同時,DLI也提供用於實時處理的Flink引擎。
2、DLI王牌功能——跨源分析
DLI支持雲上多種雲服務、自建數據庫以及線下數據庫,可直接實現多數據源跨庫分析,構建企業的統一視圖。
小張將線下數倉A與數倉B同時接入DLI,就可直接在DLI上進行聯合查詢。避免了兩倉數據遷移再重新建倉進行聯合查詢的過程,輕鬆搞定跨庫查詢。
數據湖探索(DLI)服務的其他優勢
- 純SQL操作:提供標準SQL接口,用戶僅需使用SQL便可實現海量數據查詢分析。
- 存算分離:存儲和計算解耦,分開申請和計費,降低成本的同時,提高了資源利用率。
- 企業級多租戶:支持計算資源按租戶隔離,數據權限控制到隊列、作業,幫助企業實現部門間數據共享和權限管理
- 免運維、高可用:用戶無需感知底層運維、升級、跨AZ高可用,跨AZ雙活。
數據湖探索(DLI)服務的應用場景
數據庫分析+DLI 2.0 :一鍵建倉 保留數據庫的易用體驗
痛點:
- 數據庫多無法做全量分析
- 數據庫複雜關係無法查詢
- 影響在線其他數據業務
解決方案:
僅使用標準SQL即可完成大數據查詢分析
精準營銷+DLI 2.0:電商智能推薦 跨庫跨源海量數據秒級查詢
痛點:
- 數據源太多怎麼聯合分析
- 智能推薦需要短時間內實現
解決方案:
DLI跨源能力,輕鬆打破數據孤島。現已支持10類數據源和線下自建數據。
日誌分析+DLI 2.0:公司必備場景 按量計費成本更低
痛點:
- 日誌分析時間跨度大
- 資源空閒大利用率低
解決方案:
DLI按量計費,單CU每小時僅需0.35元。
實時風控+DLI 2.0:金融、運維等實時場景 減少風險事件發生
痛點:
-
數據刷新不及時,風險事件頻繁發生
-
需要深入瞭解Flink後臺架構進行實時數據分析
解決方案:
風控系統對實時性要求很高,DLI採用高性能計算資源,單CPU每秒吞吐1千~2萬條消息。
Serverless大數據服務是一種面向未來的形態。隨着逐個攻破當前存在的問題,它在大數據分析所佔的比重一定會逐年增加。真正把大數據分析變成跟水和電一樣隨取隨用,每個企業都能用得起的工具。華爲雲數據湖探索(DLI)服務能夠助力企業輕鬆完成異構數據源的批處理、流處理等,挖掘和探索數據價值。
瞭解更多內容,可登入華爲雲數據湖探索(DLI)服務官
點擊這裏→瞭解更多精彩內容
相關推薦