數(shù)據(jù)湖分析 USQL 公測中
Serverless數(shù)據(jù)湖分析引擎，SQL方式分析Ufile數(shù)據(jù)
產(chǎn)品介紹
數(shù)據(jù)湖分析
數(shù)據(jù)湖分析（USQL）是一種可擴展性強，成本低廉的無服務器的SQL分析計算引擎，用戶可輕松完成面向海量數(shù)據(jù)的數(shù)據(jù)建模工作，極大降低用戶使用大數(shù)據(jù)的門檻，從而使用戶使用所熟悉的SQL專注于業(yè)務數(shù)據(jù)，無需數(shù)據(jù)庫管理員和運維人員，大幅度減少對大數(shù)據(jù)開發(fā)工程師的依賴。
產(chǎn)品優(yōu)勢
-
Serverless數(shù)據(jù)分析USQL是一款Serverless的數(shù)據(jù)分析產(chǎn)品，擁有一鍵啟動、開箱即用的特性，幫助您擺脫運行后端應用程序所需的服務器搭建、設置和管理工作。
-
低成本、高效率您只需根據(jù)數(shù)據(jù)分析量費，不使用不收費，為您節(jié)約成本和人力支出。相較原有數(shù)倉ETL分析及自建Hadoop集群分析，USQL可將計算成本降低99%，將分析效率提升21.6倍。
-
異構數(shù)據(jù)關聯(lián)查詢USQL采用存儲、計算相分離的模式，支持在您讀取數(shù)據(jù)時靈活定義、修改數(shù)據(jù)結構，解決了傳統(tǒng)數(shù)據(jù)倉庫寫入時定義數(shù)據(jù)結構帶來的局限性。
-
簡單易用您無需掌握Hadoop、Spark等大數(shù)據(jù)技術，只需學會使用SQL就可完成數(shù)據(jù)查詢、提取工作。
特性對比
| 特性 | USQL | 傳統(tǒng)方式 |
|---|---|---|
| 簡化操作流程 | 數(shù)據(jù)源 → UFILE → USQL → 應用數(shù)據(jù) | 數(shù)據(jù)源 → 數(shù)據(jù)庫 → ETL → 數(shù)倉 → 存儲 → 應用數(shù)據(jù) |
| 數(shù)據(jù)格式豐富 | 讀取時定義數(shù)據(jù)結構，支持關聯(lián)分析JSON、ORC、CSV、PARQUET、GZIP、TAR格式存儲的結構化數(shù)據(jù) | 寫入時定義數(shù)據(jù)結構，無法進行不同格式的結構化數(shù)據(jù)關聯(lián)分析 |
| 高性能高效率 | USQL采用全內(nèi)存計算，支持GB-PB量級數(shù)據(jù)分析，10GB級數(shù)據(jù)分析秒級完成 | 導入數(shù)據(jù)耗時久，分析數(shù)據(jù)受性能限制，GB級數(shù)據(jù)分析需數(shù)分鐘至數(shù)小時 |
| 一鍵啟動，開箱即用 | 開箱即用，操作簡單，零管理成本，零啟動時間 | 需要自建搭建集群，配置基礎服務 |
| 計算存儲分離 | 采用Shared Disk架構，純內(nèi)存計算SQL引擎，不帶任何存儲功能 | 計算存儲不完全分離，需要緩存數(shù)據(jù) |
| 數(shù)據(jù)遷移成本低 | 靈活兼容數(shù)據(jù)存儲方式，只需將現(xiàn)有數(shù)據(jù)放入ufile中，就可使用DDL&SQL查詢 | 數(shù)據(jù)遷移工作量大，需要提前定義數(shù)據(jù)結構，進行數(shù)據(jù)清洗， |
客戶評價
應用場景
-
運維人員
-
數(shù)據(jù)分析師
-
BI工程師
-
數(shù)倉工程師
-
大規(guī)模事件和日志分析如廣告類產(chǎn)品通常會帶來規(guī)?？赡芨哌_TB的日增量數(shù)據(jù)， 分析這些數(shù)據(jù)非常困難，而如果將這些數(shù)據(jù)存儲到數(shù)據(jù)庫的話， 成本將會非常高昂。 現(xiàn)在用戶可以將廣告日志數(shù)據(jù)存儲在UFile中， 使用USQL對其數(shù)據(jù)進行分析， 無需額外資源成本。
-
預測性營銷預測性分析需要對數(shù)據(jù)進行探索，使用工具進行即席查詢。 在此場景下，借助USQL您只需要配置好數(shù)據(jù)的元數(shù)據(jù)及表結構， 就能馬上開始對數(shù)據(jù)開始探索， 并且USQL按照數(shù)據(jù)實際掃描量進行計費，可幫您減少成本和人力開支。
使用USQL產(chǎn)品，對原有數(shù)據(jù)文件改動較小，用戶不用關注大數(shù)據(jù)分布式處理的過程，業(yè)務遷移方便。 對比我們現(xiàn)有的大數(shù)據(jù)處理方案，節(jié)省80%的服務器成本，提升50%數(shù)據(jù)分析速度，同時也縮短了新業(yè)務的開發(fā)周期，值得推薦。
案例詳情