明天咱们介绍的是数据湖摸索。什么是数据湖摸索呢？数据湖摸索 DLI 数据湖摸索（Data Lake Insight，简称 DLI）是齐全兼容 Apache Spark、Apache Flink、openLooKeng（基于 Presto）生态，提供一站式的流解决、批处理、交互式剖析的 Serverless 交融解决剖析服务。企业应用规范 SQL、Spark、Flink 程序就可轻松实现多数据源的联结计算剖析，开掘和摸索数据价值。
Serverless DLI 的劣势是什么呢？
存算拆散，存储和计算解耦，离开申请和计费，降低成本的同时，进步了资源利用率主动扩缩容依据业务负载，对计算资 源进行预估和主动扩缩容按量计费真正的按使用量（扫描量 /CU 时）计费，不运行作业时“0”费用 免运维、高可用 用户无需感知底层运维、降级、跨 AZ 高可用，跨 AZ 双活。
那么这个产品的产品性能是什么呢？又在那些畛域失去理论的利用了呢？
产品性能 All in SQL 无需大数据背景，会 SQL 就会大数据分析。SQL 语法全兼 容规范 ANSI SQL 2003 Serverless Spark/Flink/openLooKeng 齐全兼容 Apache Spark、Apache Flink、Presto 生态和接 口，线下利用可无缝平滑迁徙上云，缩小迁徙工作量；一 份资源反对流解决、批处理、交互式剖析多种计算 跨源剖析 反对多种数据格式，云上多种数据源、ECS 自建数据库以 及线下数据库，数据无需搬迁，即可实现对云上多个数据 源进行剖析，构建企业的对立视图，帮忙企业疾速实现业 务翻新和数据价值摸索 企业级多租户 反对对计算资源和数据按租户进行细粒度受权治理，满足 中大企业应用数据中台时对权限治理的需要。
不同业务场景下应用 DLI 服务
1. 数据库剖析
利用的数据（如：注册信息）存在关系型数据库中，想对数据库内的数据进行剖析。
痛点：1. 数据量日益增多，简单查问关系型数据库查不进去.2. 数据分库分表存在多个关系型数据库中，无奈做全量分析.3. 不想因为剖析业务影响在线业务
劣势：1. 相熟的 SQL 体验。2.DLI 的 SQL 语法全兼容关系型数据库的规范 ANSI SQL 2003，0 学习老本，应用习惯保持一致。
极致性能：DLI 采纳分布式内存计算模型，轻松解决海量数据。
倡议搭配应用：[云数据迁徙 CDM]。
2. 电商行业的精准营销
电商行业须要获取多个路径的信息做关联剖析，以便更好地做精准营销，进步转化率。如：关联【页面广告点击事件数据】和【用户注册数据】，获取不同年龄段喜爱的广告类型，以便对不同年龄段用户投放更精准的广告。
劣势：1. 跨源剖析。2. 数据免搬迁，就能够关联剖析存在 OBS 中的【页面广告点击事件数据】和 RDS 中的【用户注册数据】。3. 纯 SQL 操作。DLI 已对接多个数据源，间接通过 SQL 建表就能够实现数据源的映射。
倡议搭配应用：1.[对象存储服务 OBS]。2.[数据接入服务 DIS]。
[图片上传失败 …(image-cbc211-1652065516150)]
3. 游戏行业的日志剖析
游戏公司日常通过数据分析平台，借助数据力量没冲破行业瓶颈。例如：寻找优质的投放渠道、进步老手期玩家留存、优化经营流动晋升玩家沉闷、数据驱动产品迭代等。
痛点：1. 日志剖析通常是按周期进行调度，每次调度之间存在大量闲暇期。
劣势：1. 按量计费。2.DLI 按量计费只在应用期间免费，老本较独占集群升高 50% 以上。3. 交融剖析 DLI 三大引擎间元数据互通，数据实时荡涤后入库进行离线 ETL 解决，处理结果间接可用交互式剖析进行数据摸索。
倡议搭配应用：1.[数据接入服务 DIS]。2.[云数据库服务 MySQL]。
4. 大企业的日志剖析
大企业的部门比拟多，不同部门在应用云服务时，须要对不同部门的员工的权限进行治理，包含计算资源的创立、删除、应用、隔离等。同时，也须要对不同部门的数据进行治理，包含数据的隔离、共享等
劣势 1. 细粒度权限管制。2. 列级别权限管制；INSERT。3.INTO/OVERWRITE 独自权限管制；表元数据只读权限管制。4. 对立的管理机制应用对立的 IAM 治理用户（无需独自创立 DLI 用户），反对 IAM 细粒度受权。
·
5. 基因行业的基因数据处理
当初基因行业有很多基于 Spark 分布式框架的第三方剖析库，如 ADAM、Hail 等。
痛点：1. 装置 ADAM、Hail 等剖析库比较复杂。2. 每次新建集群都须要装置一遍。
劣势：1. 反对自定义镜像。2. 反对基于根底镜像打包 ADAM、Hail 等第三方剖析库，间接上传到容器镜像服务 SWR，在 DLI 中运行作业时会主动拉取 SWR 中的自定义镜像。3. 内置多个根底镜像。4. 内置华为增强版 Spark/Flink 多版本根底镜像，开源 Tensorflow/Keras/PyTorch 的 AI 镜像。
倡议搭配应用：1. 容器镜像服务
6. 金融行业的实时风控
为了进步毁灭或缩小危险事件产生的各种可能性，须要应用风控系统对典型的场景包含：注册风控、登录风控、交易分控等进行风控
痛点：风控系统对实时性要求很高。
劣势：1. 高吞吐低时延。2. 采纳 Apache Flink 的 Dataflow 模型，齐全的实时计算框架。采纳高性能计算资源，单 CPU 每秒吞吐 1 千~2 万条音讯。3. 丰盛的云生态应用 SQL 就能够将解决后的数据流式写入 CloudTable、SMN 等多个云服务
倡议搭配应用：1. 数据接入服务 DIS。2. 音讯告诉服务 SMN。
7. 政府行业实时大屏
为了更好地做好新冠疫情的管控，各地政府须要通过实时大屏把握新冠疫情的现存确诊、累计确诊、境外输出等要害数据，为下一步疫情调控提供数据撑持。
痛点：政府技术人员通常会 SQL，但对大数据理解不多
劣势：1. 毫秒级查问性能。2. 内置的 openLooKeng 引擎在内存计算框架的根底上，还利用许多查问优化技术来满足高性能毫秒级的交互式剖析的须要。3. 简略易用纯 SQL 开发方式，SQL 语法全兼容规范 ANSI SQL 2003。
倡议搭配应用：1. 云数据迁徙 CDM。2. 云数据库 MySQL3. 数据可视化 DLV。
8. 天文大数据分析
天文大数据具备大数据的相干特色，数据体量微小，例如全球卫星遥感影像数据量达到 PB 级；数据品种多，有结构化的遥感影像栅格数据、矢量数据，非结构化的空间地位数据、三维建模数据；在大体量的天文大数据中，通过高效的开掘工具或者开掘办法实现价值提炼，是用户十分关注的话题
劣势：1. 提供天文业余算子反对全栈 Spark 能力，具备丰盛的 Spark 空间数据分析算法算子，全面反对结构化的遥感影像数据、非结构化的三维建模、激光点云等巨量数据的离线批处理，反对带有地位属性的动静流数据实时计算解决。2.CEP SQL 提供地理位置剖析函数对天文空间数据进行实时剖析，用户仅需编写 SQL 便可实现例如偏航检测，电子围栏等地理分析场景。
·
本文由博客群发一文多发等经营工具平台 OpenWrite 公布