湖仓一体数据智能基础软件
湖仓一体



存储计算分离
多源多态数据汇聚整合,更加易于灵活扩展;减少数据迁移工作从而确保数据的可靠性、 一致性和实时性;支持丰富的计算引擎;更优秀的数据管理能力,更高效的查询性能。

ACID事务性
支持transaction,实现consistency和isolation以及并发的append和read,支持数据上传、修改、查询等具备完整的ACID特性,提升事务性处理能力。

批流一体
采用更高性能的批流一体技术,支持一套数据框架兼容离线计算和实时计算;可以使用批处理分析数据流;可提供批处理、流处理的联动和转换以及实时离线联动分析。

数据编织
可以在混合云和多云环境中动态管理不同的数据源,企业可以任意、快速的为业务场景建立业务独有的数据架构和数据服务,以提供高质量的数据来支持应用程序、分析和业务流程自动化。

一站式、全流程
提供统一数据资源、统一开发流程、统一智能调度的一站式开发体验;支持不同用户、跨团 队、跨项目进行大规模项目的在线协同和开发。

DataOps
具备数据运营一体化特点,以自动化的AI大数据技术工程能力实现对数据的持续集成、持续 开发、持续运营DataOps的最佳实践。
全链路、全可视化产品矩阵



应用场景




产品动态
基于Apache Hudi新一代数据湖实践
2022-07-21根据维基百科对数据湖的定义:数据湖(Data Lake)是一个以原始格式存储数据的存储库或系统,它按原样存储数据,无需事先对数据进行结构化处理。一个数据湖可以存储结构化数据(如关系型数据库中的表),半结构化数据(如CSV、日志、XML、JSON),非结构化数据(如电子邮件、文档、PDF)和二进制数据(如图形、音频、视频)。
查看详情DataOps激活数据价值,实现数据赋能业务闭环
2022-06-23DataOps,即Data和Operations组合,在企业数据能力构建中,帮助企业提升数据质量,减少数据分析的周期时间,提高效率方法,DataOps适用于数据源到数据洞察分析整个数据生命周期。本文主要从企业数据应用的现状问题进行切入,讲解DataOps如何助力企业实现数据能力构建。
查看详情湖仓一体轻松实现多源多态数据汇聚|科杰数据能力系列解读-数据汇聚
2022-02-24企业在早期发展过程中存在业务模式不固定,业务形式变化较快,体制、业务机制、模式不统一、过程标准缺失等现象,在这个阶段大多数项目开展方式往往是业务驱动为目的而缺少通用的数据主题域和数据仓库分层的规划设计,这就导致企业呈现烟囱式的开发和建设,多个数据孤岛并存的数据乱相。
查看详情