1、大数据实时分析

面向大数据的实时分析平台，基于Vertica无共享MPP架构和列式存储能力，可完美解决用户大数据量情况下数据实时分析问题，用户可实时捕捉数据运行情况，如电商运营大屏等，帮助用户实时决策，运营情况了然于胸。

2、报表查询秒级响应

面向大数据的实时分析平台，对于大数据量的明细数据、汇总数据，都能达到查询分析秒级响应，帮助各类报表用户解决报表慢的难题。

3、拖拽分析秒级响应

面向大数据的实时分析平台大数据应用场景，满足业务人员面向百亿级明细数据，实现高性能敏捷拖拽分析场景，数据加载后业务人员自助探索体验可达到秒级响应，提升用户操作和分析体验。

4、可扩展，符合SQL的时间序列数据库

现如今大部分数据都是时间序列数据，无论是在查看物联网数据，金融服务数据还是来自IT基础架构的数据，都可能会定期创建数据。面向大数据的实时分析平台具有一整套内置分析功能，包括时间序列，地理空间，模式匹配等。这些功能可以帮助实现不同类型的数据分析。

四、应用价值

1、性价比高，支持大规模扩展

支持全平台部署：支持大规模节点扩展，性价比高于传统数据库。

2、高处理性能

能够处理TB级大数据量，支撑大规模批量计算/高并发查询/极端复杂的自主分析和查询

3、高频数据加载和实时分析

支持秒级数据实时加载和秒级甚至亚秒级的数据查询响应能力

PetaBase-s 实时大数据平台的主要新功能一览：

产品架构图

全新架构拥抱大数据生态

PetaBase-s实时大数据平台采用了全新的企业级平台框架，以开源的Ambari作为平台统一管理工具，集成了诸多主流开源组件，数量将近二十个，如：YARN（统一资源管理），HBase(列存NoSQL数据库)大数据应用场景，Spark（快速通用的、基于内存的、分布式的计算引擎），Impala（联机查询引擎），Hive（数仓工具），Hdfs（分布式文件系统），Kudu（支持单条记录级别的增删改查的存储系统），Kafka(分布式发布订阅消息系统)，Flume（分布式的海量日志采集系统），Sqoop（关系型数据库与hdoop之间的数据ETL工具）等。

PetaBase-s用户因此享有了更多的大数据应用功能，不仅可以搜索、分析和查询半结构化的文件，存储也得以优化，同时结构化数据的处理效率也大大提升，可以更快速地进行查询。

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！