Your browser is out of date

Update your browser to view this website correctly. Update my browser now

×

  • Cloudera Cloudera
  • X
    Zadzwoń do nas pod numer(888) 789-1488
    Międzynarodowy:+1 (650) 362-0488
    Informacje ogólne

    Czym jest przetwarzanie i analityka na strumieniu danych?

    Rozwiązanie Stream Processing & Analytics na platformie Cloudera DataFlow (CDF) w oparciu o rozwiązanie Apache Flink pomaga firmom zapewnić demokratyzację analityki na strumieniu danych w czasie rzeczywistym dla całej organizacji. Rozwiązanie usprawnia wykrywanie krytycznych zdarzeń wpływających na wyniki biznesowe i reagowanie na nie. Wraz z pojawieniem się IoT i innych źródeł przesyłania strumieniowego do przedsiębiorstwa nieustannie napływają nieograniczone strumienie danych i zdarzenia. Możliwości CDF w zakresie przetwarzania strumieniowego pomagają analizować dane w czasie rzeczywistym, identyfikować kluczowe wzorce zdarzeń i eskalować kluczowe alerty w oparciu o analitykę predykcyjną.

    Dzięki umożliwieniu kluczowym grupom użytkowników dostępu do danych w czasie rzeczywistym decyzje biznesowe są podejmowane znacznie szybciej i mają odpowiedni wpływ na firmę.

    Dowiedz się więcej

    Przykłady wykorzystania

    • Wykrywanie oszustw
    • Analityka logów
    • Analityka klientów

    Wykrywanie oszustw


    Zapobiegaj stratom wynikającym z oszustw finansowych, proaktywnie je wykrywając. 

    Przedsiębiorstwa z sektora handlu detalicznego, usług finansowych i innych sektorów z trudem starają się zapewnić ochronę danych klientów i zapobiegać oszustwom finansowym.  Funkcje przetwarzania i analityki na strumieniu danych Cloudera DataFlow mogą przetwarzać strumienie transakcji klientów w czasie rzeczywistym, identyfikować wzorce, tworzyć alerty predykcyjne i dostarczać możliwe do wykorzystania informacje, aby zapobiegać potencjalnym oszustwom.

    PT Bank Rakyat Indonesia: wykorzystanie big data, sztucznej inteligencji i uczenia maszynowego w celu lepszego zrozumienia klientów

    Osiągnięto 40-procentową redukcję liczby oszustw.

    Przeczytaj studium przypadku

    Analityka logów


    Zmodernizuj infrastrukturę logowania, aby zapewnić analitykę w czasie rzeczywistym.

    Dane logów mają coraz większą wartość dla przedsiębiorstw. Organizacje IT borykają się jednak z zapewnieniem procesów skutecznego gromadzenia logów, dystrybucją odpowiednich informacji w górę strumienia i generowaniem kluczowych metryk. Funkcje przetwarzania i analityki na strumieniu danych Cloudera DataFlow pomagają skalować przetwarzanie logów, zapewniają wgląd w czasie rzeczywistym w całej firmie i znacznie zmniejszają koszty operacyjne.

    Analityka klientów


    Analizy klientów w czasie rzeczywistym poprawiają ich zaangażowanie, utrzymanie i satysfakcję.

    Każda organizacja potrzebuje analiz w czasie rzeczywistym w celu zwiększenia zaangażowania klientów, ale trudnością jest wdrożeniem spowodowane nadmierną ilość danych. Funkcje przetwarzania i analityki na strumieniu danych Cloudera DataFlow umożliwiają analizę klientów poprzez przetwarzanie ogromnych ilości danych z opóźnieniem poniżej sekundy, jednocześnie wykrywając interakcje klientów i rekomendując lepsze oferty w czasie rzeczywistym.

    ShopperMotion odkrywa na nowo analitykę w sklepach, aby dostarczyć sprzedawcom stacjonarnym istotnych informacji

    9-procentowy wzrost sprzedaży detalicznej

    Przeczytaj studium przypadku

    Główne cechy

    Zapewnij monitorowanie w czasie rzeczywistym i równoległe przetwarzanie milionów punktów danych w czasie krótszym niż 1 sekunda. Wykorzystaj rozproszone przetwarzanie równoległe, wykrywając wzorce w sposób ciągły i bez awarii, aby dostarczać predykcyjne i preskryptywne analizy w czasie rzeczywistym.

    Realizuj przetwarzanie złożonych zdarzeń w czasie rzeczywistym w ramach mikrousług, przetwarzania wsadowego i strumieniowego oraz analiz. Wykorzystaj różne techniki przetwarzania na oknach, aby tworzyć zaawansowane analizy oparte na zdarzeniach, w tym wykrywanie krytycznych zdarzeń, które mają wpływ na decyzje i automatyzację w czasie rzeczywistym.

    Łatwość obsługi i skalowalność zachęcają do wdrożenia w całym przedsiębiorstwie. Analitycy danych, którzy zwykle tworzą analizy za pomocą języka SQL, mogą używać tego samego języka zapytań do stosowania analityki na strumieniu, a programiści strumieni mogą tworzyć analizy strumieniowe za pomocą języka Java lub Scala.

    Ustaw zapytania, aby obsługiwać przetwarzanie zdarzeń w sposób dynamiczny, oprzyj strumienie przetwarzania na stanie i czasie oraz używaj sygnatur czasu do obsługi opóźnień i dostaw poza kolejnością.

    Przypadki użycia w różnych branżach i przedsiębiorstwach różnią się, jeśli chodzi o analizy w czasie rzeczywistym. Cloudera obsługuje trzy silniki przetwarzania strumieniowego: Apache Flink, Spark Streaming i Kafka Streams. Porównaj te silniki na potrzeby swojego przypadku w tym dokumencie technicznym.

    Pierwsze kroki

    Dokumentacja produktu

    Zapoznaj się ze specyfikacjami technicznymi, architekturą, samouczkami i artykułami instruktażowymi dotyczącymi silnika Apache Flink.

    Dowiedz się więcej

    Usługi CDP Data Hub – cennik


    Sprawdź cennik CDP Public Cloud dla usługi Data Hub dla różnych rodzajów instancji oraz u różnych dostawców chmury.

    Dowiedz się więcej

    Flink w chmurze

    Rozszerz swoje możliwości w zakresie strumieni o chmurę dzięki CDP Data Hub.

    Obejrzyj krótki film wprowadzający

    Zasoby dotyczące analityki w strumieniu

    Uzyskaj kluczowe zasoby, aby dowiedzieć się więcej o możliwościach przetwarzania strumieniowego w czasie rzeczywistym i analiz.

    Zobacz teraz

    Społeczność Cloudera we Flink

    Kontaktuj się ze swoimi współpracownikami, zadawaj pytania, rozwiązuj problemy i dowiedz się więcej o Apache Flink.

    Dowiedz się więcej

    porównanie silników przetwarzania strumieniowego

    Wybierz odpowiednie rozwiązanie, porównując Flink, Spark Streaming, Kafka Streams i Storm.

    Przeczytaj teraz

    Webinarium

    Flink PowerChat: wprowadzenie do Apache Flink

    Dokument

    Wybierz odpowiedni silnik przetwarzania strumieniowego do swoich potrzeb

    Raport

    The Forrester Wave™: Analityka na strumieniu danych, 3 kw. 2019 r.

    Opis rozwiązania

    Filozofia danych w ruchu: projekt architektury strumieni danych w całym przedsiębiorstwie

    Szkolenia, wsparcie i doradztwo na światowym poziomie

    Your form submission has failed.

    This may have been caused by one of the following:

    • Your request timed out
    • A plugin/browser extension blocked the submission. If you have an ad blocking plugin please disable it and close this message to reload the page.