大數據時代，企業商業環境的變化使得企業的業務數據不僅有存儲于關系數據庫中的結構化數據還有大規模諸如網絡點擊流數據、社交溝通數據或者是其他類型的非結構化數據。企業數據處理面臨嚴峻挑戰。
用友大數據處理平臺AE是解決企業大規模結構化和非結構化數據的存儲、集成整合和分析計算的底層基礎平臺，支撐企業上層的商業分析等基于數據處理的產品和應用。基于這些產品或者產品組合，可為企業提供專業的數據處理和分析計算解決方案。
用友結構化大數據處理產品體系涵蓋傳統數據處理的功能和能力，同時，基于ShareNothing、MPP架構的列存式數據倉庫產品，和用友自主研發的采用ROLAP架構的和內存分析技術的分析引擎。可進行大規模結構化數據分析，實現分析場景50倍的性能提升。可支持PB級結構化數據以及非結構化數據的統一的存儲、管理和分析。
用友AE結構化大數據處理包含四大類產品。建模工具、數據集成、分析引擎、數據挖掘。
統一建模主要進行數據倉庫模型、語義模型和多維模型的定義、發布。統一建模產品產生元數據，同時也使用元數據。例如，多維建模工具定義多維模型，存儲到元數據存儲庫存儲為多維分析元數據，同時再定義多維模型時需要用到數據倉庫元數據，建立多維模型與數據倉庫模型的映射關系，作為OLAP引擎的執行多維分析的主要依據。
AE數據集成主要涵蓋傳統ETL、ELT的能力，提供了豐富的數據處理、轉換功能組件，同時可集成實時數據復制、主數據管理產品(MDM)，為企業提供一個全面的數據集成處理解決方案;實時數據集成除了可集成到數據集成產品中提供實時能力之外，也可單獨部署，滿足企業實時數據同步、災備等需要。
用友AE數據集成
分析處理引擎是AE的核心部分。它是上層BQ分析展現產品和底層數據存儲層的橋梁，主要包括查詢引擎、報表引擎、多維分析(OLAP)引擎。多維分析引擎基于ROLAP技術，實現上層多維立分析方體模型對底層數據倉庫數據的動態實時多維分析展現操作，支持MDX、XMLA，應用內存分析技術，可以快速進行大規模數據的即時分析。基于列存式數據庫，可實現數百GB數據的即時多維分析操作的秒級響應。
數據挖掘提供向導化的模型訓練，預測，及其對應的可視化展現。實現數據挖掘模型訓練，分析執行結果的管理等功能。預置時間序列挖掘算法，如季節分析模型，差分自回歸模型等。數據挖掘基于開源R平臺，有非常豐富的算法支持，算法的更新推出速度快。另外具有高性價比，與R語言整合后可以大幅降低數據挖掘項目的實施成本。
用友AE數據處理引擎
大數據時代，企業需要對大規模多種類型(結構化、半結構化、非結構化)的數據進行集中、統一、快速的處理和分析來支持業務增長。傳統的基于關系數據存儲系統的技術和產品無法進行大規模、非結構化數據的處理，而新興的各種開源大數據處理產品尚未形成成熟的標準化的應用產品和框架，使用難度大，技術集成度復雜，不能滿足業務發展需求。為解決企業快速、低成本的運用Hadoop，需要軟件服務廠商提供一個整合性的產品技術解決方案，于是，便有了用友UDH。
用友UDH集群管理器
用友UDH，基于開源hadoop，hive，storm、Spark等進行了優化，按照企業數據處理與分析的應用模式，開發了一系列管理工具，涵蓋大規模非結構化數據集成、存儲和分析計算。單集群可達100臺以上，可管理PB級數據。
企業想要想要建成一個Hadoop系統，即使有較大技術團隊和較強技術力量儲備的企業和組織，至少也要一年的時間，才有辦法一個Hadoop的集群，做到可以商業運行的階段。使用UDH，會把整個系統的人力投入降到1到2個工程師就可以去運維一個相當大規模的一個集群，而且把時間縮短到大概在一個月左右，這對企業來講是非常重要，因為它意味著更小的成本、更快的投資回報。
另外，企業用戶如果對Hadoop整個產品體系的發展、演變和技術架構不是很熟悉的情況下，要部署HA，十分困難。尤其安全的部分，如何實現對數據的強認，也相當復雜。通過使用UDH，這些東西可以統統做成自動化，用戶基本上不會感覺到什么問題。
用友AE屬于用友UAP平臺的一部分，結合UAP平臺的其他產品，還可以為客戶提供在全企業級更廣泛的綜合數據治理平臺化解決方案，實現向數據驅動的企業跨越。
京公網安備 11010502049343號