Train-Alypay-Cloud:蚂蚁大数据平台培训开课通知(第三次)- 培训总结

ylbtech-Train-Alypay-Cloud:蚂蚁大数据平台培训开课通知(第三次)- 培训总结

 

1.  产品简介返回顶部
1.1、产品概述

蚂蚁金服大数据平台(Ant Financial Big Data Platform)是基于蚂蚁金融云构建的云上大数据工具,底层依托于阿里云的IaaS资源(含 MaxCompute、ADS、RDS、OSS等),提供从数据上云、ETL 加工清洗、BI 敏捷/智能分析、机器学习平台等一站式的大数据解决方案。

秉承蚂蚁金服的 Techfin 战略,我们的平台开放给外部的企业、商户、ISV 合作伙伴,不仅提供全套产品平台,也提供行业级的解决方案,并辅助定制化的服务,保证方案的最终落地,真正帮助客户用好大数据,用数据驱动业务,实现企业大数据的真正价值。

如下是蚂蚁金服大数据平台的产品架构图:

本平台涉及的几个资源说明如下:

  1. 海量数据的存储和计算。基于分布式的架构,阿里云提供如下几款产品,做大数据的存储和计算:

    (1) MaxCompute (原 ODPS)。本产品提供分布式的架构,提供海量结构化数据的存储和计算功能,是一种快速、完全托管的 GB/TB/PB 级数据仓库解决方案,同时也兼顾了基于实时的流失数据的计算的功能。主要用作分布式架构的数据仓库,并基于传统数据仓库的三层架构,结合阿里的大数据管理经验和规范,提供标准的数据管理功能。MaxCompute 的目的是为用户提供一种便捷的分析处理海量数据的手段。用户可以不必关心分布式计算细节,从而达到分析大数据的目的。

    (2) ADS 分析性数据库。分析型数据库(ADS),是阿里巴巴自主研发的海量数据实时高并发在线分析(Realtime OLAP)云计算产品,使得您可以在毫秒级针对千亿级数据进行即时的多维分析透视和业务探索。分析型数据库对海量数据的自由计算和极速响应能力,能让用户在瞬息之间进行灵活的数据探索,快速发现数据价值,并可直接嵌入业务系统为终端客户提供分析服务,主要用作各种响应要求很高的查询、分析场景。

    (3) 对象存储 OSS。对象存储 OSS,是阿里云提供的海量、安全、低成本、高可靠的云存储产品,作为移动应用、大型网站、图片分享或热点音视频的主要存储方式。并提供跟MaxCompute的接口,让非结构化数据可以通过结构化数据的方式进行访问和处理。

    (4) RDS。阿里云关系型数据库(Relational Database Service,简称 RDS)是一种稳定可靠、可弹性伸缩的在线数据库服务。基于阿里云分布式文件系统和高性能存储,RDS 支持 MySQL、SQL Server、PostgreSQL 和 PPAS(Postgre Plus Advanced Server,一种高度兼容 Oracle 的数据库)引擎,并且提供了容灾、备份、恢复、监控、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。主要用作各应用系统的本地数据库,也用作各种小批量结构化数据的OLAP的分析场景。

  2. 数据集成平台。大数据集成平台,包括 ETL 开发服务和任务调度服务。ETL 开放服务提供图形化的数据抽取、加载、转换工具,与多种云端数据源完美融合,帮您轻松整合各种异构数据,提供完善的数据安全和权限管控,轻松生成高效的处理程序。任务调度服务提供各种数据任务的全生命周期管理功能,支持 ETL、数据质量、报表和仪表盘、数据挖掘、数据分析的各种调度任务,保证数据的日常开发。

  3. 数据分析平台。包括数据分析服务和报表制作服务。数据分析服务提供类似 Excel 透视分析的方法直观的完成数据分析,无须统一建模,快速零门槛完成大数据分析。报表制作服务提供所见即所得的报表设计服务,同一个报表可接入不同数据源,避免重复设计;基于浏览器的设计使您可嵌入到任何系统中(PC端或者移动端),实现一处设计、多处使用的目标。

  4. 机器学习平台。是分布式的算法建模平台,沉淀了阿里体系上百种经过业务检验的算法,通过人性化的组件拖拽、连线组装、参数设置,就可以搭积木般完成算法实验的搭建,有效降低技术门槛,帮助您洞见大数据掩藏的秘密。

1.2、
2.1、产品优势
蚂蚁大数据平台提供端到端的大数据解决方案,包含数据的存储与计算、数据集成、数据分析、机器学习等产品和服务,如下是产品的优势:
2.2、
3.1、
3.2、
2. 快速开始返回顶部
1.1、
1.2、
2.1、
2.2、
3.1、
3.2、
4.1、
4.2、
5.1、
5.2、
6、
3.返回顶部
 
4.返回顶部
 
5.返回顶部
 
 
6.返回顶部
 
7.返回顶部
 
8.返回顶部
 
9.返回顶部
 
10.返回顶部
 
 
11.返回顶部
 
warn 作者:ylbtech
出处:http://ylbtech.cnblogs.com/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
原文地址:https://www.cnblogs.com/storebook/p/8491487.html