客户案例

 

产品概述

优势点 DI-Perceiver 实时多维分析引擎 其他多维分析方案
灵活

同时支持在公有云、专有云、非云化环境下的部署实施。您更可在云端环境数分钟内获取一个安全可靠的 DI-Perceiver 实时多维分析引擎实例。 相比于主流 MOLAP 方案的数据立方预构建流程带来的高度复杂性和高延时问题,分析人员完全借助于标准 SQL 语法对海量数据进行灵活的探索分析。

MOLAP 方案需要建设有能力构建数据立方的专业数据分析师团队。同时还需要忍受 MOLAP 方案带来的高数据膨胀率问题。

极致性能

借助于 DI-Perceiver 多维分析引擎,您可以对千亿级数据通过 SQL 进行毫秒级的无限制多维探索分析。

常见的 ROLAP 方案在千亿级数据下的多维分析延时通常在数十秒甚至分钟级别,难以胜任在实时风控、实时用户画像、实时运营策略调整等场景下的数据分析需求。

可靠

承载腾讯十亿级,万级纬度的海量用户画像场景的海量数据分析业务外,还为财富通、微信支付等腾讯金融场景下的毫秒级风控场景提供高可靠服务支撑,腾讯日接入量八千亿的分析业务。

常见的 ROLAP 方案缺乏实际海量数据的毫秒级分析实践考验,难以胜任核心业务的高可靠、高性能分析场景。

实时

支持实时数据流式接入 DI-Perceiver 多维分析引擎,无需制定离线批量导入任务计划。
数据集自动索引技术,用户无需关注索引细节即可实现毫秒级数据查询分析。

常见 MOLAP 方案的数据预建模流程复杂,通常面向 T+1 型分析型业务,无法做到实时分析。
部分 RT-OLAP 方案需要按小时/天为周期定期离线批量导入数据,其核心本质还是面向 T+1 型场景。

 

产品功能

海量数据毫秒级分析

千亿数据的毫秒级分析

通过 DI-Perceiver 多维分析引擎的列存储技术以及查询优化技术,可以实现对千亿数据的毫秒级数据分析操作,以胜任无限制极速数据探索任务。

API 和 JDBC 支持

支持 API 和标准 JDBC 接口,便于用户在现有业务系统中快速接入,同时您也可以用 DI-Perceiver 对接主流敏捷 BI 引擎以实现在毫秒级实现对海量数据的可视化探索。

标准 SQL 支持

支持 Select、From、Join 等标准 SQL 语法,以及 Count、Sum、GroupBy 等分析函数。

实时数据接入分析
运维工具支撑
 

应用场景

实时用户画像

  • 您可以借助位于云端的弹性 MapReduce 服务,以通过离线或实时的方式汇集金融行业的交易数据,或者游戏、视频、内容网站等互联网行业的用户操作行为数据,并在弹性 MapReduce 服务中分析处理以生成相关用户的高级标签。

  • 位于 CDB 的类似于爱好、消费能力等高级标签和基础标签库通过离线方式导入到 DI-Perceiver 实时多维分析引擎中。DI-Perceiver 将会为实时群体画像和实时单体画像系统提供千亿级数据的毫秒级分析能力支撑,帮助数据分析师快速获取敏锐的用户洞见能力。

  • 您也可以通过腾讯云 RayData 和 SaasBI 产品来实时可视化的把握客群变化态势。

金融实时风控
运营数据分析