大数据平台PPT课件
合集下载
大数据解析ppt课件(2024)
定义
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理 模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
特点
大数据具有5V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密 度）、Veracity（真实性）。
成熟期
2013年至今，大数据技术逐渐成熟，各种大数据处理技 术和工具层出不穷，大数据应用也渗透到各行各业。
6
大数据应用领域
01
金融
大数据在金融领域的应用主要 包括风险管理、客户分析、精 准营销等方面。通过对海量数 据的挖掘和分析，金融机构可 以更好地了解客户需求和市场 趋势，提高决策效率和准确性 。
智能评估
通过大数据分析技术，可以对学生的学习成果进行自动化评估和反馈，帮助教师和学生 及时了解学习情况和进步程度，为教学改进提供有力支持。
2024/1/30
31
其他行业：智慧城市、智能制造等
智慧城市
利用大数据技术，可以对城市运行数据进行 实时监测和分析，为城市规划、交通管理、 环境保护等领域提供智能化决策支持，提高 城市管理的效率和水平。
2024/1/30
客户画像
金融机构可以利用大数据技术对客户的消费习惯、投资偏好 、社交网络等信息进行收集和分析，形成全面的客户画像， 为个性化金融产品和服务的设计提供有力支持。
29
医疗领域：精准医疗和智慧健康
精准医疗
通过大数据分析技术，医疗机构可以对 患者的基因组、生活习惯、病史等信息 进行深入挖掘和分析，实现个性化诊断 和治疗方案的制定，提高治疗效果和患 者生活质量。
大数据解析ppt课件
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理 模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
特点
大数据具有5V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密 度）、Veracity（真实性）。
成熟期
2013年至今，大数据技术逐渐成熟，各种大数据处理技 术和工具层出不穷，大数据应用也渗透到各行各业。
6
大数据应用领域
01
金融
大数据在金融领域的应用主要 包括风险管理、客户分析、精 准营销等方面。通过对海量数 据的挖掘和分析，金融机构可 以更好地了解客户需求和市场 趋势，提高决策效率和准确性 。
智能评估
通过大数据分析技术，可以对学生的学习成果进行自动化评估和反馈，帮助教师和学生 及时了解学习情况和进步程度，为教学改进提供有力支持。
2024/1/30
31
其他行业：智慧城市、智能制造等
智慧城市
利用大数据技术，可以对城市运行数据进行 实时监测和分析，为城市规划、交通管理、 环境保护等领域提供智能化决策支持，提高 城市管理的效率和水平。
2024/1/30
客户画像
金融机构可以利用大数据技术对客户的消费习惯、投资偏好 、社交网络等信息进行收集和分析，形成全面的客户画像， 为个性化金融产品和服务的设计提供有力支持。
29
医疗领域：精准医疗和智慧健康
精准医疗
通过大数据分析技术，医疗机构可以对 患者的基因组、生活习惯、病史等信息 进行深入挖掘和分析，实现个性化诊断 和治疗方案的制定，提高治疗效果和患 者生活质量。
大数据解析ppt课件
2024大数据ppt课件完整版
2024大数据ppt课件完整版
目录 CONTENTS
• 大数据概述与发展趋势 • 数据采集与预处理技术 • 数据存储与管理技术 • 数据分析与挖掘算法 • 数据可视化与报表呈现技巧 • 大数据安全与隐私保护策略
01
大数据概述与发展趋势
大数据定义及特点
01
数据量在TB、 PB甚至EB级别以上的数据。
，降低医疗成本。
金融科技
利用大数据技术进行风 险控制和客户管理，提 高金融业务的智能化水
平。
智能制造
通过大数据分析优化生 产流程，提高生产效率
和产品质量。
02
数据采集与预处理技术
数据来源及采集方法
互联网数据
社交媒体、新闻网站、论坛等。
企业内部数据
CRM、ERP、SCM等系统数据。
数据来源及采集方法
动态交互式报表设计思路
实时更新
通过数据接口实现报表数据的实时更 新，反映最新业务情况。
交互操作
提供筛选、排序、分组等交互功能， 方便用户按需查看和分析数据。
图表联动
实现不同图表之间的联动，当用户在 一个图表上操作时，其他相关图表也 能相应变化。
个性化定制
提供报表样式、布局等个性化定制功 能，满足不同用户的需求。
基于文本的特征提取
对文本数据进行分词、词频统计等操 作。
特征提取和降维技术
• 基于图像的特征提取：提取图像的形状、纹理等 特征。
特征提取和降维技术
主成分分析（PCA）
流形学习
通过线性变换将原始数据变换为一组 各维度线性无关的表示。
通过保持数据的局部结构来发现数据 的全局结构，如Isomap、LLE等。
• 重复值处理：删除或合并重复数据记录。
目录 CONTENTS
• 大数据概述与发展趋势 • 数据采集与预处理技术 • 数据存储与管理技术 • 数据分析与挖掘算法 • 数据可视化与报表呈现技巧 • 大数据安全与隐私保护策略
01
大数据概述与发展趋势
大数据定义及特点
01
数据量在TB、 PB甚至EB级别以上的数据。
，降低医疗成本。
金融科技
利用大数据技术进行风 险控制和客户管理，提 高金融业务的智能化水
平。
智能制造
通过大数据分析优化生 产流程，提高生产效率
和产品质量。
02
数据采集与预处理技术
数据来源及采集方法
互联网数据
社交媒体、新闻网站、论坛等。
企业内部数据
CRM、ERP、SCM等系统数据。
数据来源及采集方法
动态交互式报表设计思路
实时更新
通过数据接口实现报表数据的实时更 新，反映最新业务情况。
交互操作
提供筛选、排序、分组等交互功能， 方便用户按需查看和分析数据。
图表联动
实现不同图表之间的联动，当用户在 一个图表上操作时，其他相关图表也 能相应变化。
个性化定制
提供报表样式、布局等个性化定制功 能，满足不同用户的需求。
基于文本的特征提取
对文本数据进行分词、词频统计等操 作。
特征提取和降维技术
• 基于图像的特征提取：提取图像的形状、纹理等 特征。
特征提取和降维技术
主成分分析（PCA）
流形学习
通过线性变换将原始数据变换为一组 各维度线性无关的表示。
通过保持数据的局部结构来发现数据 的全局结构，如Isomap、LLE等。
• 重复值处理：删除或合并重复数据记录。
宏观经济大数据平台 ppt课件
数据地图
区域宏观 经济图谱
专题分析
数据挖掘
数据治理
数据中心 对数据重新整理
宏观经济
根据业务需要
指标体系 对数据进行重新组织
宏观经济 数据应用
视图
数据标准化，不同年份数据串联，按不同来源进行数据展示
数据采集
国家统计 数据
区河域北统计 数据
委内业务 数据
渠道数据
行业协会 商会数据
委内业务 系统外数
据
互联网电 商数据
缺乏系统有效的采集、存储和利用委内外数据 的手段和方法，数据展示效果单一，制约了政 府数据分析使用能力。必须借助大数据管理平 台，才能实现规范的数据全生命周期管理。
技术手段
6
02 总体设计——总体架构
用
户 在线信息填报
层
专题报告
基于GIS的指标分析
指标数据挖掘分析
业
务
宏观经济大数据采集系统
宏观经济大数据管理系统
尚未建立稳定的宏观经济数据采集渠道， “数据孤岛”依然严重，缺乏系统有效的整理、 存储和利用手段。需要大数据管理平台实现各 部门、各层次数据信息互联共享。
数据状态
现状 问题
业务需求
宏观经济数据在为预测、预判和领导决策提供的 支撑能力方面还存在一定不足。为此，构建大数 据管理平台，对数据进行多维度、深层次分析， 才能实现用数据对领导进行宏观经济决策的智慧 赋能。
数据审核
数据库对接
网络爬虫抓取 数据库对接
12
03 应用系统
（2）大数据管理系统
元数据及目录 管理
宏观经济指标 及目录管理
元数据转换
数据质量管理 数据视图管理
13
03 应用系统
大数据课件ppt
适用于大规模数据 集处理，具有高效 的数据处理能力和 内存管理。
Flink平台
详细描述
提供丰富的API和工具，如 DataStream API、DataSet API 、Table API等。
总结词：实时流数据处理引擎。
支持基于流的处理和批处理。
适用于实时数据处理和复杂事件 处理场景。
Kafka工具
要点二
发展
大数据的发展经历了三个阶段：第一个阶段是大数据技术 的萌芽期，这个阶段出现了许多大数据技术的基础组件， 如分布式存储和计算系统；第二个阶段是大数据技术的成 熟期，这个阶段出现了许多成熟的大数据产品和解决方案 ；第三个阶段是大数据技术的普及期，这个阶段大数据技 术被广泛应用于各个领域。
大数据的研究与应用
02
大数据处理技术
数据采集与预处理
01
02
03
数据采集
从各种数据源（如数据库 、网络、文件等）获取数 据的过程。
数据清洗
去除重复、无效或错误的 数据，保证数据的质量和 准确性。
数据转换
将数据从一种格式或结构 转换为另一种，以便进行 后续处理。
数据存储与管理
数据存储
使用存储设备（如硬盘、 闪存等）保存数据，以便 长期保存和使用。
数据挖掘与分析
关联规则挖掘
发现数据之间的关联和模式，揭 示潜或属性进行 分组，以便进行分类和识别。
预测分析
利用已有的数据进行预测，对未 来的趋势和结果进行预测和分析
。
03
大数据平台与工具
Hadoop平台
总结词：分布式存储和计算平台，适合 大规模数据处理。
特点
大数据通常具有四个特点，即4V：体量（Volume）指数据 的大小、速度（Velocity）指数据生成或处理的快慢、多样 性（Variety）指数据的种类、真实性（Veracity）指数据的 准确性和可信度。
大数据分析平台规划蓝图及功能介绍ppt课件
4
<目录>
? 1、数据体系架构介绍 ? 2、数据分析平台架构及范围介绍 ? 3、数据分析平台操作介绍
5
2.1 数据分析系统 -系统架构
应用展现层
业务 模型层
统一信息门户
浏览器
财务 分析主题
采购
工程
人力
分析主题 分析主题 分析主题
审批数据 分析
跨分专析业
综合统计
大分数析据
分析
应用 工具层
ห้องสมุดไป่ตู้
数据分析平台 预定义报表
规划中
管理变革 科研投入 专利技术 两化融合
省分绩效分析 绩效横向对标 国资委核任期考
国资委效经营绩
竞争力评价
技术创新 经营能力 人力资本 企业文化 市场规模
投资
资费…
省分 视图
绩效理管 综合价评
运营 管层理
关注 方向
关注 领域
投资 计划
采购 管理
转固 交资
投资 收益
项目 建设
采购 订单
资产 管理
效益 评估
?
? ? 预算执行分析 利润专题分析
? ? 总体投资分析 工程进度分析
合同执行分析 订单统计分析
? ? 成本控制分析 ? 项目信息分析
库存管理分析
7
? ? 资产专题分析 ? 项目转固分析
库龄分布分析
2.3 数据分析平台—分析主题
把集团战略转变为可衡量的目标和方法，包括财务、计划建设、采购、运营、人力、绩效等，通过全面的分析框 架，将企业愿景转化为绩效指标并层层细化、分解，落实到部门及岗位
系统 ERP 库存辅助
财辅系统 计划建设 运维项目
流程引擎 合同管理
大数据平台规划方案汇报(PPT 22张)
10TB每月近万亿条存放6个月查询速度不高于1秒，并发查询数1000请求/秒
6T/年
300T/年
272T/年
新增
新增
评估中
大数据使得现有的数据处理方法面临新问题
面对海量的数据压力，需要大数据平台提供可供线性扩容的存储能力。
大数据使得现有的数据处理方法面临新问题
DW&MK
ODS层
应用层
■
■
1
2
3
4
大数据平台目标架构及定位
批量采集 准实时采集
数据挖掘能力
√ √ √
√ √ √
√ √ √
√
大数据平台： Hadoop主要功能
快速的数据读取
大数据存储统计
复杂计算并行处理
大数据平台： 分布式数据库
√ √ √ √ √ √
数据融合与分级存储实施将核心模型（即中度汇总的模型）通过改造融入到现有主数据仓库的核心模型中，减少数据冗余，提升数据质量。将主数据仓库中的历史数据和清单数据迁移到低成本分布式数据库，减轻主数据仓库的计算与存储压力并支撑深度数据分析。数据 数据 数据
谢谢观赏
大数据平台规划方案汇报
一、大数据应用发展趋势
大数据处理技术代表了新一代的技术架构，这种架构通过高速获取数据并对其进行分析和挖掘，从海量形式各异的数据源中更有效地抽取出富含价值的信息。从大量数据中挖掘高价值知识是各界对于大数据的一个共识。
大数据对电信运营商的应用价值体现
3
1
5
4
2
提升业务效率
增强管理水平
创新商业模式
提升客户体验
技术高效、低成本
数据平台现状
最大、内容最丰富数据量的增长挖掘数据价值
6T/年
300T/年
272T/年
新增
新增
评估中
大数据使得现有的数据处理方法面临新问题
面对海量的数据压力，需要大数据平台提供可供线性扩容的存储能力。
大数据使得现有的数据处理方法面临新问题
DW&MK
ODS层
应用层
■
■
1
2
3
4
大数据平台目标架构及定位
批量采集 准实时采集
数据挖掘能力
√ √ √
√ √ √
√ √ √
√
大数据平台： Hadoop主要功能
快速的数据读取
大数据存储统计
复杂计算并行处理
大数据平台： 分布式数据库
√ √ √ √ √ √
数据融合与分级存储实施将核心模型（即中度汇总的模型）通过改造融入到现有主数据仓库的核心模型中，减少数据冗余，提升数据质量。将主数据仓库中的历史数据和清单数据迁移到低成本分布式数据库，减轻主数据仓库的计算与存储压力并支撑深度数据分析。数据 数据 数据
谢谢观赏
大数据平台规划方案汇报
一、大数据应用发展趋势
大数据处理技术代表了新一代的技术架构，这种架构通过高速获取数据并对其进行分析和挖掘，从海量形式各异的数据源中更有效地抽取出富含价值的信息。从大量数据中挖掘高价值知识是各界对于大数据的一个共识。
大数据对电信运营商的应用价值体现
3
1
5
4
2
提升业务效率
增强管理水平
创新商业模式
提升客户体验
技术高效、低成本
数据平台现状
最大、内容最丰富数据量的增长挖掘数据价值
《大数据平台简介》课件
B
C
D
可扩展性强
大数据平台采用分布式架构，可以根据业 务需求进行横向和纵向的扩展，满足企业 不断增长的数据处理需求。
数据整合能力强
大数据平台能够整合不同来源、不同格式 的数据，实现数据的统一管理和分析。
挑战分析
数据安全风险高
随着数据量的增长，数据安 全问题也日益突出，如何保 障数据的安全和隐私成为大 数据平台面临的重要挑战。
定义
大数据平台是一个集数据存储、处理、分 析和管理于一体的综合性系统，旨在高效 处理大规模数据集，挖掘其潜在价值。
高效性
具备高性能的数据处理能力，能够快速处 理和分析大规模数据。
可靠性
提供数据备份、恢复和容错机制，确保数 据安全可靠。
扩展性
具备水平扩展和垂直扩展能力，可根据业 务需求灵活增加计算和存储资源。
大数据平台的应用场景
数据分析与挖掘
对海量数据进行深入分析和挖掘，发现 潜在规律和趋势，为企业决策提供支持
。
数据科学与机器学习
利用大数据平台进行数据建模、特征 工程、模型训练和评估等，支持机器
学习和人工智能应用。
数据仓库与报表
构建企业级数据仓库，提供标准化的 报表和查询服务，满足企业日常运营 和管理的需求。
05
CATALOGUE
大数据平台案例分析
案例一：某电商的大数据平台建设
总结词
该电商企业通过大数据平台建设，实现 了精准营销、个性化推荐和供应链优化 。
VS
详细描述
该电商企业利用大数据技术，收集并分析 用户行为、购买历史、浏览记录等数据， 实现了个性化推荐和精准营销。同时，通 过大数据分析，优化了供应链管理，降低 了库存成本，提高了运营效率。
(2024年)大数据介绍PPT课件
副本机制
为确保数据可靠性和可用性，对每个数据分片创建多个副本，并将 它们存储在集群的不同节点上。
一致性协议
通过分布式一致性协议（如Paxos、Raft等）确保数据在多个副本之 间保持一致性。
2024/3/26
28
数据备份与恢复策略
定期备份
制定定期备份计划，将数据备份到远程存储或云 存储中，以防止数据丢失。
绿色计算与节能 随着环保意识的提高，如何在保证计算性能的同时降低能 耗成为大数据处理的重要挑战。
39
未来发展趋势预测
2024/3/26
人工智能与机器学习融合
大数据将与人工智能和机器学习更紧密地结合，实现更高级别的数据 分析和预测。
实时数据处理与分析
随着5G、物联网等技术的发展，实时数据处理和分析将成为可能，为 各行业提供更准确、及时的数据支持。
分布式文件系统
适用于具有大数据集的应 用程序
流式数据访问模式
高吞吐量访问数据
01
2024/3/26
03 02
9
分布式文件系统
• GlusterFS: 一个开源的分布式文件系统， 具有弹性哈希算法、可配置的传输层及支 持多种客户端接口。
2024/3/26
10
分布式文件系统
可扩展性
高可用性
数据一致性
2024/3/26
推论性统计
通过样本数据推断总体特 征，包括假设检验、方差 分析等。
多元统计分析
研究多个变量之间的关系， 包括回归分析、聚类分析、 主成分分析等。
32
机器学习算法
2024/3/26
监督学习
通过已知输入和输出数据进行训练，预测新数据的输出。如线性 回归、逻辑回归、支持向量机等。
为确保数据可靠性和可用性，对每个数据分片创建多个副本，并将 它们存储在集群的不同节点上。
一致性协议
通过分布式一致性协议（如Paxos、Raft等）确保数据在多个副本之 间保持一致性。
2024/3/26
28
数据备份与恢复策略
定期备份
制定定期备份计划，将数据备份到远程存储或云 存储中，以防止数据丢失。
绿色计算与节能 随着环保意识的提高，如何在保证计算性能的同时降低能 耗成为大数据处理的重要挑战。
39
未来发展趋势预测
2024/3/26
人工智能与机器学习融合
大数据将与人工智能和机器学习更紧密地结合，实现更高级别的数据 分析和预测。
实时数据处理与分析
随着5G、物联网等技术的发展，实时数据处理和分析将成为可能，为 各行业提供更准确、及时的数据支持。
分布式文件系统
适用于具有大数据集的应 用程序
流式数据访问模式
高吞吐量访问数据
01
2024/3/26
03 02
9
分布式文件系统
• GlusterFS: 一个开源的分布式文件系统， 具有弹性哈希算法、可配置的传输层及支 持多种客户端接口。
2024/3/26
10
分布式文件系统
可扩展性
高可用性
数据一致性
2024/3/26
推论性统计
通过样本数据推断总体特 征，包括假设检验、方差 分析等。
多元统计分析
研究多个变量之间的关系， 包括回归分析、聚类分析、 主成分分析等。
32
机器学习算法
2024/3/26
监督学习
通过已知输入和输出数据进行训练，预测新数据的输出。如线性 回归、逻辑回归、支持向量机等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
– Cassandra集群总规模全球第一（超过10K节点） – 增加数据备份，数据冗余EC方案，索引等一系列功能 – 修复BUG无数，稳定性经受住线上7*24小时，一年
365天无服务中断考验
SUCCESS
THANK YOU
2019/8/3
• 机器学习平台Euler
应用
计算
作业管理&任务调度
分类
聚类
360大数据平台介绍
唐会军
• 360大数据规模&能力
– 大数据服务器规模超过30000台 – 总存储数据量接近1EB，每天新增超过1PB – 每天各种数据计算任务10万个，每天处理数据量10PB – 具备一分钟内调动几十万颗CPU核参与计算能力 – 具备一秒钟处理1TB数据能力
• 360大数据技术路线
• 大数据分析平台—云图
• 语音识别
– 7人小团队一年时间在搜索语音识别领域超过讯飞 – 利用公司海量数据优势和海量数据挖掘经验
3.50% 3.00% 2.50% 2.00% 1.50% 1.00% 0.50% 0.00%
字错误率
3.09%
1.82%
360搜索
讯飞语音+
谢谢！
SUCCESS
THANK YOU
• 协同过滤
– User-based – Item-based
• 回归
– 逻辑回归
• 机器翻译
– SMT – EMBT•来自其它– PageRank：网页排序 – ALS：矩阵分解
• Hadoop平台（HDFS, M/R）
– 360内部分支版本（从2010年开始） – 单集群规模5K个节点，年底到10K节点 – 增加了权限管理，性能优化一系列改进
2019/8/3
回归
分布式向量
分布式矩阵
MPI通信框架
存储
… 计算框架
• Euler平台算法库
• 聚类
– k-means – 凝聚层次聚类 – minhash – Disjoint-Set – Query Clustering
• 分类
– 随机森林 – GBDT – LLGC – 朴素贝叶斯
• 主题模型
– plsa – Lda
对象存储 平台
流式计算 平台
块存储 平台
底层
云主机
内核
硬件
• HBase平台（HDFS, M/R）
– 运行全球最大的HBase集群之一（3K节点） – 存储记录总条数达到100万亿条 – 增加索引引擎，满足关系型数据库查询需求 – 增加搜索引擎，对存入平台的所有数据支持字符检索
• Cassandra平台
– 利用最廉价的PC服务器+开源/自主开发软件构建而成 – 数据的可靠性，扩展性全部自主可控，成本不到IOE方案的1/100
• 360大数据业务(搜索 广告 杀毒 语音\图像识别…)
• 360大数据架构图
产品
搜索
安全
广告
语音
图像
机器学习 平台
文件存储 平台
计算
实时计算 平台
M/R计算 平台
存储
表格存储 平台
365天无服务中断考验
SUCCESS
THANK YOU
2019/8/3
• 机器学习平台Euler
应用
计算
作业管理&任务调度
分类
聚类
360大数据平台介绍
唐会军
• 360大数据规模&能力
– 大数据服务器规模超过30000台 – 总存储数据量接近1EB，每天新增超过1PB – 每天各种数据计算任务10万个，每天处理数据量10PB – 具备一分钟内调动几十万颗CPU核参与计算能力 – 具备一秒钟处理1TB数据能力
• 360大数据技术路线
• 大数据分析平台—云图
• 语音识别
– 7人小团队一年时间在搜索语音识别领域超过讯飞 – 利用公司海量数据优势和海量数据挖掘经验
3.50% 3.00% 2.50% 2.00% 1.50% 1.00% 0.50% 0.00%
字错误率
3.09%
1.82%
360搜索
讯飞语音+
谢谢！
SUCCESS
THANK YOU
• 协同过滤
– User-based – Item-based
• 回归
– 逻辑回归
• 机器翻译
– SMT – EMBT•来自其它– PageRank：网页排序 – ALS：矩阵分解
• Hadoop平台（HDFS, M/R）
– 360内部分支版本（从2010年开始） – 单集群规模5K个节点，年底到10K节点 – 增加了权限管理，性能优化一系列改进
2019/8/3
回归
分布式向量
分布式矩阵
MPI通信框架
存储
… 计算框架
• Euler平台算法库
• 聚类
– k-means – 凝聚层次聚类 – minhash – Disjoint-Set – Query Clustering
• 分类
– 随机森林 – GBDT – LLGC – 朴素贝叶斯
• 主题模型
– plsa – Lda
对象存储 平台
流式计算 平台
块存储 平台
底层
云主机
内核
硬件
• HBase平台（HDFS, M/R）
– 运行全球最大的HBase集群之一（3K节点） – 存储记录总条数达到100万亿条 – 增加索引引擎，满足关系型数据库查询需求 – 增加搜索引擎，对存入平台的所有数据支持字符检索
• Cassandra平台
– 利用最廉价的PC服务器+开源/自主开发软件构建而成 – 数据的可靠性，扩展性全部自主可控，成本不到IOE方案的1/100
• 360大数据业务(搜索 广告 杀毒 语音\图像识别…)
• 360大数据架构图
产品
搜索
安全
广告
语音
图像
机器学习 平台
文件存储 平台
计算
实时计算 平台
M/R计算 平台
存储
表格存储 平台