
惠普提供更全面、更快速、更经济的大数据分析
为企业提供创新的方式,使其得以更快速、更经济地为更多用户供应、搜索和存储更多数据。 企业越来越重视数据,把其看作高度战略性资产,但却难以为所有相关人士带来最高的价值。对于很多企业来说,用户个性化的访问及性能需求(从寻求特别洞察的分析师,到管理复杂分析的数据科学家,以至到需要定制视图的高管)带来了工作负载管理方面的挑战。
为了最快速地获得价值并降低总体拥有成本,企业也需要快速地搜索数据以发现其潜在价值,并将这些数据存在最合适的存储层。 HP Vertica Dragline解决了这些挑战,并提供: 来自惠普“Maverick项目”的技术,显著提升了在线查询的能力,能在获得定向分析和个性化分析的数据后计算其中的指标,在个别查询的基础上大幅提升常用查询或并发查询的速度和性能。惠普动态负载管理(HP Dynamic Workload Management)能够识别并适应各种查询的复杂性(包括简单查询、特殊查询以及长时间运行的高级查询),并动态地分配恰当的资源量以满足数据消费者的需求。
经扩展的SQL-on-Hadoop搜索和成本优化存储无需数据迁移,并支持更多格式的数据搜索,包括Parquet、Thrift、Avro和CEF。在自选的业务智能或数据可视化环境中,企业现在能够更快速且轻松地摄取、搜索和可视化更多数据。为了实现战略性信息生命周期管理(ILM)计划,企业现在能够以经济的方式使用多个存储层――在Hadoop中存储较旧和较少分析的生产批量数据,而无需迁移数据或使用任何接口。 • 广泛、专业的分析能力,基于丰富的数据库内分析,HP Vertica Dragline现在包括一个新的语义分析引擎(适用于微博或任何短篇的自由式文本)以及地理空间分析能力的增强。通过把情感数据和定位数据与业务数据相结合,企业可以快速地了解网络用户对特定品牌、产品或服务的感受。 • 文本搜索在一系列文本数据上实现基于搜索的分析,这些文本数据包括机器日志和针对短篇文本的语义分析,例如微博或产品评论。 HP Vertica Dragline支持应对多个挑战和机会所需的分析,包括: • 提高市场份额和实现差异化竞争优势,为公用事业和能源企业提供分析以实施智能电表项目,就消费率和如何最终降低能源成本培训客户,以及让一些国家的电信公司根据法律要求提供个性化的计费服务。 • 保留硬件和系统资源,让分析师、报告撰写人员和数据科学家可以通过动态资源管理来操作混合工作负载,从而全面降低总体拥有成本。 • 对社交媒体进行情感分析以预测和预防客户流失,当发现不满意的客户即主动进行一对一的专业促销。 • 提供个性化营销,通过整合大数据和定位数据发布精确的地理位置导向广告。现在,零售商可以通过整合地点与品牌喜好、消费者兴趣点和动态移动行为来瞄准最相关的客户。 惠普中国副总裁、软件集团大中华区总经理于志伟表示:“我们的目标是发挥每个企业最具战略性的资产――数据――的最大价值。HP Vertica Dragline让企业能以十分经济的方式存储数据,并使用知名的SQL工具快速高效地搜索数据。最重要的是,能够以超快的速度,精确安全地为企业内各类型数据用户提供客户洞察和运营优势。” HP Vertica 分析平台是HP HAVEn大数据分析平台的关键组件,让惠普的客户及合作伙伴能够开发下一代应用程序和解决方案,从而更快地从大数据中获得价值。HP HAVEn整合了经过广泛验证的技术,包括HP Autonomy IDOL、HP Vertica分析平台、HP ArcSight 企业安全管理和HP ArcSight Logger,以及Hadoop等业内关键的产品。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01