浪潮云海大数据一体机
产品白皮书
2014．8
浪潮信息云产品部
目录
1. 产品介绍 (2)
1.1产品定位 (2)
1.2产品特点 (2)
2. 体系架构 (3)
2.1大数据一体机硬件组成 (4)
2.2大数据一体机网络拓扑 (5)
2.3大数据一体机软件架构 (6)
3. 应用场景 (8)
4. 关键技术特性 (9)
5. 技术指标 (11)
1.产品介绍
1.1产品定位
浪潮云海大数据一体机（Inspur In-Cloud SmartData Appliance 以下简称SDA 或大数据一体机）面向行业大数据应用场景，是一体化数据处理的解决方案，采用新型技术体系架构，整合软硬件系统，采用全分布式大数据处理架构，平台能够随着客户数据的增长和业务的扩张而不断线性扩展，解决了传统架构的扩展瓶颈，集成计算单元、存储单元、通讯单元、管理单元、等核心模块，涵盖数据存储、数据处理、数据呈现等全环节，是金融、电信、公安、交通、卫生等各个行业用户大数据分析处理平台的理想之选。
1.2产品特点
新型技术体系架构
采用全分布式大数据处理架构，平台能够随着客户数据的增长和业务的扩张而不断增长，并且能够保持极高的线性度，解决了传统架构的扩展瓶颈，系统在扩展至120000核心时依旧保持0.8左右的扩展效率；
软硬一体化的系统
集成计算单元、存储单元、通讯单元、管理单元等核心模块，是对数据存储、处理、展现的全环节的解决方案，由浪潮统一开发，能够统一交付，集中管理，用户可以轻松完成；
全局优化的系统
浪潮进行全局优化性能等技术指标大幅提升，在性能、可用性方面有了重大提升。
16%：通过优化系统任务调度策略，动态调整任务执行资源，减少慢任务数量，任务执行时间平均缩短16%以上；
30%：引入Reed-Solomon算法，优化分布式散列数据布局，满足文件高并发和高带宽双重需求同时平衡数据冗余度，浪潮采用两副本加编码的方式相对三副本最大可实现30%空间节省；
50%：采用多级高速缓存，实现硬件加速。经测试，1TB数据排序测试整体访问性能提高50%；
系列化、产品化
针对视频等重载应用、商业智能分析应用、海量并发的轻量级线程类应用这三类应用场景。云海大数据一体机根据用户应用特点提供个性化解决方案；
国产化
浪潮可提供基于飞腾处理器、浪潮云谷系统等产品的全国产化方案；在敏感行业、关键数据，保障数据核心处理平台的自主可控；
专业化服务
从业务分析、应用移植、应用开发到运维服务的全环节服务保障。解决用户在实施分布式数据理架构面临的软硬件部署、二次开发等实际问题，帮助客户实现由传统数据仓库向新型大数据平台的平滑迁移。
2.体系架构
大数据一体机基于Apache Hadoop集群架构，由三个大的模块构成：底层基础架构基于浪潮的先进硬件平台，软件部分则采用浪潮的专有Hadoop发行版来提供海量数据的存储与处理能力，通过浪潮软件、硬件的彼此优化与整合，形成一套高性能的软硬一体的平台解决方案，并经过大量的测试调优来保证整体系统的兼容性、稳定性和可靠性。在软硬件之上，还架构了一个可视化的管理界面来帮助用户对一体机的硬件、软件进程进行统一的管理和控制。
2.1大数据一体机硬件组成
大数据一体机物理部署图（SDA30000主柜）
如上图所示，SDA硬件上主要由管理节点，数据节点，管理交换机，计算交换机，KVM控制器机柜等组件构成
一体机组件说明
管理节点采用2台高性能的2路，4路或8路服务器，用来执行集群中的文件访问管理，数据处理任务调度，节点性能监控和故障恢
复等任务。两台服务器间互为冗余，实现管理节点的高可用
性，保证集群可以持续对外提供服务。
数据节点专用的2路2U存储服务器，除系统盘外，配置了12块大容量硬盘，单节点可以提供高达36TB的存储空间和192GB内存容
量。数据结点数量可以按客户具体需求配置，并可灵活线性扩
展。
管理交换机对内提供24个10/100/1000M自适应电口，对外4个SFP非复用端口，交换容量为208Gbps(全双工)，包转发率51Mpps
计算交换机对内提供24-48个万兆SFP+端口，对外提供4个40G QSFP+ 端
口，支持冗余电源,支持FcoE接入，其中可支持2/4/8Gbps
FC 端口。交换容量1.28T,包转发率960Mbps
KVM控制器1U高度，可折叠式，整合17"LCD液晶显示器、切换器、键盘及触控板于一体的抽拉式视频控制模块。
机柜19″、42U专用机柜，最高静载1000kg；机柜两侧预留布线槽，强弱电分离布线，机柜上下方均可走线；前后门采用钢制
网孔设计，保证前后通风，顶部有通风孔结构；1个承重托
盘，支持并柜并带有并柜遮条；自带2个线缆槽，配置专业工
业PDU,可选220V/380V供电环境
2.2大数据一体机网络拓扑
大数据一体机网络拓扑图
如图所示，大数据一体机具有两套相互独立的网络系统：管理网络和计算网络管理网络：采用千兆以太网连接一体机所有节点，实现节点的配置，管理和性能监控，并可以通过IPMI接口，实现远程开关机，虚拟设备挂载等带外管理功能
计算网络：采用万兆以太网连接一体机所有节点，一体机各节点间的数据交换
和通信通过计算网络完成。文件服务器，ETL服务器和应用服务器等相关系统可配备万兆网卡直接连入一体机，或者通过交换机万兆上联端口连入一体机计算网络进行数据交换和处理。
2.3大数据一体机软件架构
浪潮云海大数据一体机软件架构
在软件架构上，浪潮云海大数据一体机支持多种Linux版操作系统，并采用浪潮自主研发的Hadoop 商业发行版—浪潮云谷系统（CloudCanyon）。浪潮云谷系统为用户提供稳定的、可靠的、易用的Hadoop平台，其组件包括HDFS 文件存储系统、MapReduce框架以及Hive数据仓库、Pig数据分析平台和HBase数据库等。
商业套件功能详解
分布式文件系统（HDFS）●高带宽集群文件存储系统
●高可扩展性，无需停机无缝动态扩容
3.应用场景
云海大数据一体机是一体化的数据分析处理平台，可应对多种数据类型和多种数据处理需求，包括但不限于以下四种应用场景：
海量数据存储：大数据一体机具备高性能的分布式文件系统，支持大吞吐量高并发访问，具有自我修复，动态扩展等特性，硬件配备了高密度大容量的硬盘和高速的数据交换网络，对外提供丰富的数据访问接口，非常适合监控视频，医疗影像，科研数据等大数据集的存储。
批量数据处理：通过分布式计算框架MapReduce,大数据一体机可调用所有节点的计算资源执行诸如数据格式整理，数据类型转换，图片特征值提取，语音识别等数据数据处理任务，在处理过程中减少了数据在不同节点间的交换，降低了传输带宽的压力，极大的提升了处理效率。
海量结构化数据在线查询：大数据一体机内置了列存数据库HBase,它具有高效的查询性能和良好的横向扩展能力，支持高并发访问，百亿条的数据规模下进行查询可达到毫秒级响应，非常适合金融，电信等行业的历史交易详单查询以
及公安，交通等行业的道路卡口数据查询，快速身份信息查询等需。
数据仓库：大数据一体机配备了数据仓库工具和ETL工具，可实现将数据从多种数据库，多个数据源抽取，转换最终加载到数据仓库中。数据仓库对外提供标准SQL接口，可对接SAS，Congons等传统分析应用，适合各种面向分析应用的数据仓库场景。
4.关键技术特性
针对企业用户对与数据分析处理的需求，大数据一体机在硬件上进行了定制化设计，在软件层面也在开源 Hadoop 基础之上进行了优化和较大的功能改进：
1.支持高速并发写入和高并发查询，每秒实现10万条以上写入和查询（记录大小1K）；
2.递交请求创建数据表，数据表需要能灵活改变Schema；
3.灵活的表结构，可动态改变和增加每一行的列，保证新旧数据共存；
4.数据自动切分和分布，可通过增加服务器动态扩容，扩容过程中无需停机可持续服务；
5.单台数据库节点失效会自动修复，所提供服务可自动迁移至集群中其他服务器；
6.数据文件存放于分布式文件系统之上，可复制多份，保证数据不丢失；
7.数据文件实现元数据备份和恢复功能，防止元数据破坏失效；
8.线上动态扩容，新加节点可以实现自动负载均衡；
9.节点数据的副本以及正确性的自动检查，尽最大限度的保证数据的高可用性；
10.多副本机制，提供高并发读性能；
11.磁盘故障的自动检测，发现故障磁盘，数据自动实现副本恢复迁移；
12.提供多层容错机制，应用程序故障能自动迁移重启；
13.可以实现表中指定列的复制份数，做到可用性和复制冗余根据需要灵活调配；
14.可以实现表中指定列的压缩，可根据需要实现存储空间的高利用率；
15.分布式数据库自动负载均衡；
16.分布式数据库支持多级别的客户请求过滤器，可对单个列族、多列族、行等进行过滤；
17.分布式数据库局部性机制，减少读写数据时网络传输消耗；
18.分布式数据仓库可以增加节点提高计算性能，扩容无须停机；
19.分布式数据仓库需要提供灵活的扩展性，如复杂数据类型，扩展函数和脚本等；
20.分布式数据仓库可以提供分区操作，桶操作；
21.集群管理软件提供图形化界面对集群服务器角色，配置和状态进行管理；
22.集群管理软件支持分布式文件系统、分布式数据库和分布式数据参数所有参数配置及用户自定义参数配置；
23.集群管理软件支持集群服务器上分布式系统状态监控和服务器状态监控；
24.集群管理软件支持自定义报警；
25.集群节点健康状态监控管理；
26.集群组件服务状态监控；
27.平台支持全文检索功能扩展；
28.提供大对象存储能力；
29.采用有效的数据冗余技术；
30.提供有效的安全访问及鉴权机制，确保合法用户对数据进行合法访问；
31.提供独立的远程管理控制端口；
32.提供自动化的管理特性，帮助管理员简化运维管理；
33.可根据日志数据的保存周期，设置数据生命周期策略，对不同阶段的日志数据采用不同的可靠性策略，并支持自动资源回收。
技术指标
根据不同的应用场景需求，浪潮云海大数据一体机有三个通用系列供用户选择，并可为用户进行定制化配置满足客户要求：
*扩展性：指大数据一体机标准配置的扩展能力，采用特殊硬件和设计理论上可扩展到4000节点*主柜数据存储空间：如采用HDFS 3副本机制实际存储容量需要除以3
1 行业大数据 电力行业应用特点：基于GIS 组件与动态组件的实时数据监控展示，基于静态组件的多样化报表分析展示。 用电量预测：基于海量历史电量数据，规划区域面积、历史人口、历史国民经济数据、三产比例等变化情况，对区域用电量进行预测，作为进一步规划设计依据。 空间负荷预测：基于全网中各小区的占地面积、用地类型、容积率，行业的建筑面积负荷密度、占地面积负荷密度，小区目标年占地面积、小区目标年建筑面积，总负荷值、行业负荷值等数值，对远景年负荷进行预测。 多指标关联分析：从多个外部系统（如GIS ，PMS ，OMS 等）抓取所需数据的时间一致性切片，进行综合分析利用，从而支持规划设计。 金融相关行业应用特点：基于矢量图组件与动态组件的实时资金交易数据监控展示，基于静态组件的多样化报表分析展示。 资金实时流向分析：重点地区资金流向、重点行业资金流向、频繁且相近额度资金流向、季节资金流向、节假日资金流向、偶尔大额资金流向。 数据辅助征信风控：通过连接大数据(包括P2P 平台、小额信贷机构、征信机构、银行、第三支付、互联网大数据等)、连接不同的应用场景，挖掘和探索虚拟经济形态下的网络和商务平台数据，提供去中心化分布式查询，打破行业内信息各自孤立而形成信息漏洞的现状，高效控制风险。 业务拓展：客户挖掘、精准投放、二次开发、战略指导、全民分析等多种智能分析模型，为管理层的管理决策提供了最直接的数据依据，同时绚丽易读的可视化展现带来了清晰直观的产品体验， 让管理层不再拍脑袋发愁。 电子政务应用特点：基于GIS 组件的基础数据关联展示，基于静态组件的多样化报表分析展示。 整合分析发现群众真实需求，并强化数据预测应用功能，助推政府采取更加人性化、便民化，更有 WYDC Viewer 产品白皮书 四方伟业大数据分析Data Discovery 系列产品 WYDC Viewer 是Data Discovery 系列产品中的数据可视化分析展示平台，本白皮书介绍了大数据平台的基础架构，对 WYDC Viewer 的功能及要求做了简要介绍。 成都四方伟业软件股份有限公司
浪潮云海大数据一体机 产品白皮书 2014．8 浪潮信息云产品部
目录 1.产品介绍 (2) 1.1产品定位 (2) 1.2产品特点 (2) 2.体系架构 (3) 2.1大数据一体机硬件组成 (4) 2.2大数据一体机网络拓扑 (5) 2.3大数据一体机软件架构 (6) 3.应用场景 (8) 4.关键技术特性 (9) 5.技术指标 (9)
1.产品介绍 1.1产品定位 浪潮云海大数据一体机（Inspur In-Cloud SmartData Appliance 以下简称SDA 或大数据一体机）面向行业大数据应用场景，是一体化数据处理的解决方案，采用新型技术体系架构，整合软硬件系统，采用全分布式大数据处理架构，平台能够随着客户数据的增长和业务的扩张而不断线性扩展，解决了传统架构的扩展瓶颈，集成计算单元、存储单元、通讯单元、管理单元、等核心模块，涵盖数据存储、数据处理、数据呈现等全环节，是金融、电信、公安、交通、卫生等各个行业用户大数据分析处理平台的理想之选。 1.2产品特点 新型技术体系架构 采用全分布式大数据处理架构，平台能够随着客户数据的增长和业务的扩张而不断增长，并且能够保持极高的线性度，解决了传统架构的扩展瓶颈，系统在扩展至120000核心时依旧保持0.8左右的扩展效率； 软硬一体化的系统 集成计算单元、存储单元、通讯单元、管理单元等核心模块，是对数据存储、处理、展现的全环节的解决方案，由浪潮统一开发，能够统一交付，集中管理，用户可以轻松完成； 全局优化的系统
浪潮进行全局优化性能等技术指标大幅提升，在性能、可用性方面有了重大提升。 16%：通过优化系统任务调度策略，动态调整任务执行资源，减少慢任务数量，任务执行时间平均缩短16%以上； 30%：引入Reed-Solomon算法，优化分布式散列数据布局，满足文件高并发和高带宽双重需求同时平衡数据冗余度，浪潮采用两副本加编码的方式相对三副本最大可实现30%空间节省； 50%：采用多级高速缓存，实现硬件加速。经测试，1TB数据排序测试整体访问性能提高50%； 系列化、产品化 针对视频等重载应用、商业智能分析应用、海量并发的轻量级线程类应用这三类应用场景。云海大数据一体机根据用户应用特点提供个性化解决方案； 国产化 浪潮可提供基于飞腾处理器、浪潮云谷系统等产品的全国产化方案；在敏感行业、关键数据，保障数据核心处理平台的自主可控； 专业化服务 从业务分析、应用移植、应用开发到运维服务的全环节服务保障。解决用户在实施分布式数据理架构面临的软硬件部署、二次开发等实际问题，帮助客户实现由传统数据仓库向新型大数据平台的平滑迁移。 2.体系架构 大数据一体机基于Apache Hadoop集群架构，由三个大的模块构成：底层基础架构基于浪潮的先进硬件平台，软件部分则采用浪潮的专有Hadoop发行版来提供海量数据的存储与处理能力，通过浪潮软件、硬件的彼此优化与整合，形成一套高性能的软硬一体的平台解决方案，并经过大量的测试调优来保证整体系统的兼容性、稳定性和可靠性。在软硬件之上，还架构了一个可视化的管理界面来帮助用户对一体机的硬件、软件进程进行统一的管理和控制。
一张图读懂工业大数据 1. 工业大数据 工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。 工业大数据的主要来源有三类： 第一类是生产经营相关业务数据。主要来自传统企业信息化范围，被收集存储在企业信息系统内部。此类数据是工业领域传统的数据资产，正在逐步扩大范围。 第二类是设备物联数据。主要指工业生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。 第三类是外部数据。指与工业企业生产活动和产品相关的企业外部互联网来源数据。 2. 工业大数据的地位 2.1 在智能制造标准体系中的定位 工业大数据位于智能制造标准体系结构图的关键技术标准的左侧，属于智能制造标准体系五大关键技术之一。
2.2与大数据技术的关系 工业领域的数据累积到一定量级，超出了传统技术的处理能力，就需要借助大数据技术、方法来提升处理能力和效率，大数据技术为工业大数据提供了技术和管理的支撑。 首先，工业大数据可以借鉴大数据的分析流程及技术，实现工业数据采集、处理、存储、分析、可视化。其次，工业制造过程中需要高质量的工业大数据，可以借鉴大数据的治理机制对工业数据资产进行有效治理。 2.3与工业软件和工业云的关系 工业软件承载着工业大数据采集和处理的任务，是工业数据的重要产生来源，工业软件支撑实现工业大数据的系统集成和信息贯通。 工业大数据技术与工业软件结合，加强了工业软件分析与计算能力，提升场景可视化程度，实现对用户行为和市场需求的预测和判断。 工业大数据与工业云结合，可实现物理设备与虚拟网络融合的数据采集、传输、协同处理和应用集成，运用数据分析方法，结合领域知识，形成包括个性化推荐、设备健康管理、物品
浪潮云海大数据一体机解决方案 高端服务器研发部 高端容错计算机产品部 2013.1
目录 一．产品简介 (4) 1.1浪潮云海大数据一体机总体架构 (4) 1.2系列化产品 (4) 二．关键模块介绍 (5) 2.1Hadoop分布式文件系统： (5) 2.2Hadoop MapReduce计算框架： (6) 2.3HBase 分布式数据库 (6) 2.4Hive数据仓库 (7) 三．浪潮云海大数据一体机解决方案优势 (7) 3.1高性能 (7) 3.2高可靠性 (8) 3.3高性价比 (9) 3.4易管理 (9) 3.5专业化服务 (11) 四．竞争性分析 (11) 4.1跟传统关系型数据库对比分析 (11) 4.2跟开源Hadoop对比分析 (13) 五．成功案例 (15)
5.1某城市智能交通系统 (15) 5.2某省级运营商清帐单查询系统 (18) 六．浪潮云海大数据一体机配置 (19)
一．产品简介 为应对大数据时代的到来，浪潮集团适时推出浪潮云海大数据一体机，重点面向行业大数据应用，是一体化数据处理的解决方案。采用新型技术体系架构，整合软硬件系统，涵盖数据存储、数据处理、数据呈现等全环节。浪潮云海大数据一体机是公安、金融、电信、交通、医疗、企业等各个行业用户的大数据解决方案理想之选。 1.1浪潮云海大数据一体机总体架构 1.2系列化产品 SDA-1： ●满配：CPU：480Core；内存：12TB；存储容量：144TB；网络：1Gbps、 10Gbps或者40Gbps ●支持线性扩展
●适合数据处理应用：模式计算，商业智能，医疗数据挖掘等。计算能力、I/O 能力、存储能力均衡。 SDA-2： ●满配：CPU：288Core；内存：6912GB；存储容量：540TB；网络:1Gbps、 10Gbps或者40Gbps ●支持线性扩展 ●适合处理密集型的重载应用:视频处理，图片处理分析，图像渲染，在线交易 等。可重构加速器件或众核处理器，硬件加速。 二．关键模块介绍 HDFS分布式存储解决数据如何存储的问题，Map/Reduce解决数据如何处理问题，HBase解决实时数据库问题，Hive解决基于SQL的数据分析和挖掘。 2.1Hadoop分布式文件系统： –使用低成本存储和服务器构建 –存放PB级别的海量数据 –高可扩展性，实际生产环境扩展至4000个节点 –高可靠性和容错性，数据自动复制，可自我修复 –高带宽，高并发访问
浪潮ERP-GS(OA标准版)v3.5白皮书 浪潮集团通软公司
文档控制发布属性 版本控制
目录 目录 (3) 第1章前言 (4) 第2章产品的特点 (5) 2.1基于统一的协同工作平台 (5) 2.2强大的工作流审批处理 (6) 2.3完善的数据安全保护 (6) 2.4良好的协同与合理的监督 (7) 第3章系统设计 (8) 3.1功能模块： (9) 3.2公文管理 (9) 3.2.1 收文处理 (10) 3.2.2 发文处理 (10) 3.2.3 流程追踪 (10) 3.2.4 文件归档 (10) 3.2.5 统计、查询 (10) 3.3档案管理 (12) 3.4会议管理 (12) 3.5车辆管理 (13) 3.6电子印章 (13) 3.7个人桌面 (14) 3.8日程管理 (14) 3.9信息发布 (15) 3.10内部邮件 (15) 第4章环境配置 (16) 4.1服务器环境 (16) 4.1.1 数据库服务器 (16) 4.1.2 应用服务器 (16) 4.2客户端机器配置 (16) 4.3操作系统及数据库 (17) 4.3.1 服务器端 (17) 4.3.2 客户端 (17) 第5章信息安全 (17)
第1章前言 近年来，随着信息化的应用逐渐向深度和广度发展，信息技术在信息资源开发利用中得到了广泛的应用，信息化建设已成为增强管理效率和核心竞争力的重要手段。 通过建设OA办公平台，为集团提供一个跨越多种分散的、内部和外部的信息处理过程的系统链，完全淡化了不同职能部门之间的分界，实现办公管理、网上审批、邮件、知识共享、互联网信息发布等办公自动化系统功能的同时，为实现全面协同提供可扩展平台。
《城市大数据平台白皮书》解读：智慧城市中的应用 日前，中国信息通信研究院正式发布《城市大数据平台白皮书》，阐述了城市大数据的概念和内涵，分析了建设城市大数据平台对于破解智慧城市建设难题的意义，并介绍了我国城市大数据平台的发展现状。 同时，白皮书还提出了城市大数据平台的通用技术架构，梳理了城市大数据平台的运营模式，并就城市大数据平台发展给出了相应的建议。 什么是城市大数据? 随着数据处理技术的不断进步，人们对于数据应用的意识不断提高，人们生活和各行业运行产生的数据呈现爆发式增长，形成了城市大数据。 城市大数据是指城市运转过程中产生或获得的数据，及其与信息采集、处理、利用、交流能力有关的活动要素构成的有机系统，是国民经济和社会发展的重要战略资源。用简单、易于理解的公式可以表达为：城市大数据=城市数据+大数据技术+城市职能。 城市大数据的数据资源来源丰富多样，广泛存在于经济、社会各个领域和部门，是政务、行业、企业等各类数据的总和。同时，城市大数据的异构特征显著，数据类型丰富、数量大、速度增长快、处理速度和实时性要求高，且具有跨部门、跨行业流动的特征。 按照数据源和数据权属不同，城市大数据可以分为政务大数据、产业大数据和社会公益大数据。政务大数据指的是政务部门在履行职责过程中制作或获取的，以一定形式记录、保存的文件、资料、图表和数据等各类信息资源。产业大数据指的是在经济发展中产生的相关数据，包括工业数据、服务业数据等。 此外，还有一些社会公益大数据。当前，城市大数据多数为政务大数据和产业大数据，所以城市大数据的主要推动者应为一个城市的政府和相关的具有一定数据规模的企业。
为保障城市运转的安全高效，智慧城市建设需要对海量的数据资源进行收集、整合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术实现资源的合理配置。因此，城市大数据是实现城市智慧化的关键支撑，是推动“政通、惠民、兴业”的重要引擎。 新型智慧城市发展面临挑战 数据驱动的新型智慧城市发展面临诸多问题。白皮书认为，虽然当前各级地方政府和企业都在积极探索智慧城市建设，但仍存在着特色不明、体验不佳、共享不足等问题。究其根源在于，未能实现城市大数据资源与城市业务的良好融合。 具体而言，挑战包括三个方面：一是信息系统烟囱林立，阻碍数据共享;二是数据治理普遍薄弱，价值大打折扣;三是数据管理水平不一，缺乏整体联动。 如何应对新型智慧城市建设中的困难和挑战?白皮书认为城市大数据平台的建设能够发挥积极作用，具体表现在三个方面。 一、通过数据汇集加速信息资源整合应用 第一，城市大数据平台建立了数据治理的统一标准，提高数据管理效率。通过统一标准，避免数据混乱冲突、一数多源等问题。通过集中处理，延长数据的“有效期”，快速挖掘出多角度的数据属性以供分析应用。 通过质量管理，及时发现并解决数据质量参差不齐、数据冗余、数据缺值等问题。 第二，城市大数据平台规范了数据在各业务系统间的共享流通，促进数据价值充分释放。通过统筹管理，消除信息资源在各部门内的“私有化”和各部门之间的相互制约，增强数据共享的意识，提高数据开放的动力。通过有效整合，提高数据资源的利用水平。 二、通过精准分析提升政府公共服务水平 在交通领域，通过卫星分析和开放云平台等实时流量监测，感知交通路况，帮助市民优化出行方案;在平安城市领域，通过行为轨迹、社会关系、社会舆情等集中监控和分析，为公安部门指挥决策、情报研判提供有力支持。 在政务服务领域，依托统一的互联网电子政务数据服务平台，实现“数据多走路，群众少跑腿”;在医疗健康领域，通过健康档案、电子病历等数据互通，既能提升医疗服务质量，也能及时监测疫情，降低市民医疗风险。 三、通过数据开放助推城市数字经济发展 开放共享的大数据平台，将推动政企数据双向对接，激发社会力量参与城市建设。一方面，企业可获取更多的城市数据，挖掘商业价值，提升自身业务水平。
H3C大数据产品技术白皮书杭州华三通信技术有限公司 2020年4月
目录 1 H3C大数据产品介绍 (1) 1.1产品简介 (1) 1.2产品架构 (1) 1.2.1 数据处理 (2) 1.2.2 数据分层 (3) 1.3产品技术特点 (4) 先进的混合计算架构 (4) 高性价比的分布式集群 (4) 云化ETL (5) 数据分层和分级存储 (5) 数据分析挖掘 (6) 数据服务接口 (6)
可视化运维管理 (7) 1.4产品功能简介 (7) 管理平面功能： (12) 业务平面功能： (14) 2DataEngine HDP核心技术 (15) 3DataEngine MPP Cluster核心技术 (16) 3.1MPP + Shared Nothing架构 (16) 3.2核心组件 (16) 3.3高可用 (17) 3.4高性能扩展能力 (18) 3.5高性能数据加载 (18) 3.6OLAP函数 (19) 3.7行列混合存储 (19)
1H3C大数据产品介绍 1.1产品简介 H3C大数据平台采用开源社区Apache Hadoop2.0和MPP分布式数据库混合计算框架为用户提供一套完整的大数据平台解决方案，具备高性能、高可用、高扩展特性，可以为超大规模数据管理提供高性价比的通用计算存储能力。H3C大数据平台提供数据采集转换、计算存储、分析挖掘、共享交换以及可视化等全系列功能，并广泛地用于支撑各类数据仓库系统、BI 系统和决策支持系统帮助用户构建海量数据处理系统，发现数据的内在价值。 1.2产品架构 H3C大数据平台包含4个部分： 第一部分是运维管理，包括：安装部署、配置管理、主机管理、用户管理、服务管理、监控告警和安全管理等。 第二部分是数据ETL，即获取、转换、加载，包括：关系数据库连接Sqoop、日志采集Flume、ETL工具 Kettle。
目录 一、安全现状及挑战 (2) 1.1安全现状 (2) 1.2面临挑战 (2) 二、安全态势感知系统 (3) 2.1方案概述 (3) 2.2方案内容 (4) 2.2.1典型网络状况 (4) 2.2.2态势感知工作流程 (5) 2.2.3态势感知功能组成 (5) 3、系统技术体系 (8) 3.1系统总体架构 (8) 3.2系统主要功能 (9) 4、系统部署方式 (10) 4.1部门级部署 (10) 4.2企业应用部署 (10) 4.3集团应用部署 (11) 4.4部署要求 (12) 五、系统优势 (12)
一、安全现状及挑战 1.1安全现状 近年来，我国政府和企业信息化建设得到快速发展，越来越多的各类核心业务的开展高度依赖于信息技术应用，信息安全问题的全局性影响作用日益增强。为了保障国内各企事业单位的信息系统安全，国家出台了网路安全法，各行业和相关主管部门也出台了各类信息安全监控、审计作为保障信息系统安全的制度，相关的制度标准包括ISO/IEC17799、COSO、COBIT、ITIL、NISTSP800等。这些标准制度从不同角度提出信息安全控制体系，可以有效地控制信息安全风险。同时公安部发布的《信息系统安全等级保护技术要求》中也对安全监控、审计提出明确的技术要求。 目前，很多政府企业在信息安全保障体系建设方面已经达到了一定的水平，先后建立了非法外联监控管理系统、防病毒系统、补丁分发系统、防火墙、入侵检测系统、漏洞扫描系统等，为客户端安全管理、网络安全管理和系统安全管理提供了技术支撑手段。 1.2面临挑战 目前政府企事业单位通过各类安全产品建立起信息安全保障体系，但当前各种信息安全保障工作相对独立，各自为政，单点的工作开展的多，缺乏有效手段将这些安全工作有效串接，并未形成一个综合防御体系。这些安全设备往往产生大量违反安全策略和安全规则的告警事件，其中不乏大量的重复报警和误报警，且各类安全事件之间分散独立，缺乏联系，无法给安全管理员提供在攻击时序上和地域上真正有意义的指导，加重了安全运维人员的工作负担，所以通过购买更多的单点的安全设备已经无法保证企业的信息安全综合保障能力的提升。
浪潮云海·云数据中心操作系统V3.2 Inspur In-Cloud DataCenter Operating System 快速部署指南 浪潮（北京）电子信息产业有限公司 2014年10月
目录 1. 前言 (3) 1.1. 背景 (3) 1.2. 适用范围 (3) 1.3. 术语表 (3) 2. 系统环境 (4) 2.1. 物理拓扑 (4) 2.2. 环境配置 (7) 3. 系统部署 (12) 3.1. vCenter (12) 3.2. 存储配置 (13) 3.3. 部署Diana环境 (13) 3.4. 系统使用的注意事项 (28) 3.5. 卸载Diana环境 (28) 4. 附录 (30) 4.1. 配置本地yum安装源 (30) 4.2. 手动修改各WEB服务配置文件 (30)
1.前言 1.1.背景 本文档是Diana项目的简要系统部署配置说明书，依据此说明书，可以完成Diana系统正常运行所依赖的基本环境。 1.2.适用范围 本文档适用于设计人员、开发人员、测试人员以及系统实施人员等。 1.3.术语表 序号术语说明性定义 1 vCenter VMware的虚拟化管理平台，本文档中通常简写为VC。 2 Cluster若干ESX物理主机的集合（主机上挂载存储）。 3 iVirtual 浪潮虚拟机管理平台
2. 系统环境 2.1. 物理拓扑 2.1.1. 简单拓扑（单网环境） iVirtual 管理节点vCenter Server 云海OS 各管理服务自服务节点服务RabbitMQ Server iAot Master MySQL Server 超级/域管理员 自服务用户（组织管理员/用户） NFS 存储 iAot Agent 节点 iAot Agent 节点 图2.1-1 ● 一套物理网络环境； ● 云海OS 各管理服务、自服务节点各服务、MySQL Server 、RabbitMQ Server 以及iAot 的Master 节点部署在同一台节点上； ● vCenter Server 一台单独的节点； ● iVirtual 一台单独的节点； ● NFS 存储一台单独的节点； ● iAot(自动部署) Agent 单独的节点 云海OS 所在节点配置 详细说明 硬件配置 处理器 8核 网卡 2块网卡 硬盘 大容量，最好上TB 内存 16GB 网络 控制网 操作系统 1、 CentOS 6.4 X86_64 2、 系统安装时，选择最小化安装模式（Minion 安装模式） 3、 系统所需的必备软件包请参见下面图片示 例 其他 防火墙开放以下端口： 443、8080、3306、21、8000、8999、5000
【浪潮超融合架构一体机】 浪潮超融合架构一体机 InCloud Rail1000——将计算、网络连接和存储资源组合到一个一体化设备中， 从而创建一个由浪潮提供的简单、易于部署的一体化解决方案。 要点 ●基于浪潮InCloud Sphere服务器虚拟化 及InCloud Storage 存储虚拟化可快速实 现IT计算、存储和网 络资源池化 ●通过自动化部署引擎 实现系统的自动化安 装和部署，实现基于策 略和模板的自动化管 理 ●实现千兆和万兆网络 的灵活切换，实现高速 网络互连 ●可实现系统内的快速 扩容，支持多个 InCloud Rail的自动 化堆叠
【浪潮超融合架构一体机】 产品特点 自动化 INCLOUD RAIL 依托InCloud Manager 强大的管理运维功能，可以很方便的实现向导式自动化部署以及维护和管理，20分钟完成系架构统部署。 强管理 INCLOUD RAIL 融合InCloud Manager，突破传统系统架构，可提供功能强大、经生产验证的高性能虚拟化层。它支持多个虚拟机共享硬件资源，并灵活的调度各个虚拟机资源，解除了传统架构下的应用和硬件紧耦合的状态。 高性能 INCLOUD RAIL 融合浪潮分布式存储系统，单节点存储IOPS 达到20000+。 可重构 INCLOUD RAIL 采用浪潮新一代硬件重构和软件定义理念和设计，通过计算虚拟化和分布式存储技术实现计算和存储的融合，打破了传统架构服务器和存储的传统架构设计。 整体性 INCLOUD RAIL 是超融合的一体化架构产品，融合浪潮软件定义计算软件、软件定义存储软件和浪潮重构硬件，构建云数据中心的一体化交付解决方案。 弹性化 通过增加INCLOUD RAIL 设备实现计算、存储、网络的线性扩展，并且可以快速融入到现有环境中。 规格配置 类型 2U4N 融合架构系统 处理器 每节点支持2个英特尔? 至强? 处理器E5-2650 v3CPU 高速缓存 15MB QPI 总线速率 7.2GT/s 内存 每节点16个内存插槽，128G-192G 内存， 支持高级内存纠错，内存镜像，内存热备等高级功能 磁盘 每节点标配4块1.2TB 7200转SAS 硬盘，64G SATADOM 卡，VMware 产品配置1块SSD；浪潮虚拟化产品配置两块SSD，去除300G 系统盘 网络控制器 每节点配置1个高性能千兆以太网控制器（双口）和1个万兆以太网控制器（双口），支持虚拟化加速，网络加速，负载均衡，冗余等高级功能 电源 标配大功率高效白金级电源，1+1冗余，支持PMbus，睿能SmartPower 功耗管理技术 软件定义计算 支持浪潮服务器虚拟化InCloud Sphere 和VMware vSphere 软件定义存储 基于X86架构的浪潮自研分布式存储软件InCloud Storage，极大提高存储读写IOPS；支持VMwareVSAN 云管理平台 选择配置浪潮云管理平台InCloud Manager，实现业务的自动感知，资源的智能 管理和服务的自动化交付 用户收益 ● 降低复杂性：出厂预 装，自动化部署，实现 服务的灵活交付。 ● 降低TCO：2U4N 标 准节点降低空间和能 耗，软件定义的存储减 少存储设备的投入和 维护。 ● 可靠性：强大的容错机 制和企业级高可用性 保证系统的不间断进 化。 ● 线性扩展：利用软件定 义的计算和存储可以 轻松实现系统随不断 增长的业务需要弹性 扩充。 关键技术 ● 集成InCloud Manager 的全局管 理、智能交付、业务审 批等云管理功能。 ● IT 资源虚拟化：基于 服务器虚拟化的 INCLOUD RAIL 可快 速实现IT 资源虚拟 化。 ● 高速网络互连： INCLOUD RAIL 可实 现千兆和万兆网络的 灵活切换，实现高速的 网络互连。 ● 弹性的基础架构： INCLOUD RAIL 可 实现系统内的快速 扩容，可横向扩展至 64个物理节点
社会信用体系大数据平台 白皮书 九次方财富资讯（北京）有限责任公司 2016年5月
目录 第一章社会信用体系介绍 (3) 第二章发展现状及趋势 (6) 2.1社会信用体系建设现状 (6) 2.2大数据应用情况与趋势 (7) 2.2.1新形势下的大数据已成为社会信用体系创新的重要突破口 (7) 2.2.2开启大数据时代政务和社会管理新模式 (8) 2.2.3培育经济发展新引擎，打造区域性竞争优势 (8) 2.2.4打造诚信名片，树立行业标杆 (9) 第三章九次方社会信用体系大数据平台的特征 (10) 3.1遵循大数据十三五规划和大数据相关标准规范 (10) 3.2采用大型IT应用系统设计原则 (10) 3.3技术架构对数据结构变化的适应性 (11) 3.4数据采集源的易用性及业务变更的适应性 (12) 3.5注重指标体系及数据模型的设计 (12) 3.6大数据应用场景的可视化及参数化设计 (13) 3.7采用先进、成熟、实用的软件和技术 (13) 第四章九次方社会信用体系大数据平台的总体架构 (14) 4.1数据架构设计 (16) 4.2网络架构设计 (17) 第五章标准规范体系建设 (19) 5.1标准规范建设框架 (19) 5.2标准规范建设内容 (20) 5.2.1公共信用标准规范体系建设 (20) 5.2.2统一社会公共信用代码建设 (21) 第六章社会信用体系数据中心建设 (27) 6.1大数据公共信用信息数据库 (27) 6.2大数据公共信用信息共享与交换平台 (28) 6.3信用门户网站和手机应用 (28) 第七章大数据平台建设 (29)
7.1大数据采集平台 (29) 7.2大数据清洗平台 (30) 7.3大数据挖掘与分析平台 (33) 7.4大数据可视化平台 (35) 第八章应用系统建设 (37) 8.1公共信用信息综合查询 (37) 8.2市场公共信用监管 (37) 8.3信用服务展现 (38) 8.4个人征信信息查询 (39) 8.5企业征信信息查询 (40) 8.6小微企业信用评估 (40) 8.7交易对手信用风险预警 (41) 第九章社会信用体系大数据平台建设的核心要素 (42) 第十章结束语 (43)
科研大数据平台项目技术建议书
目录 1. 概述 (1) 1.1.项目背景 (1) 1.2.需求分析 (1) 1.3.方案简述 (1) 1.4.方案价值 (2) 2. 设计方案 (4) 2.1.设计原则 (4) 2.2.系统架构 (5) 2.3.分布式数据库系统 (5) 2.3.1. MPP + Share Nothing架构 (5) 2.3.2. 核心组件 (5) 2.3.3. 高可用 (6) 2.3.4. 高性能在线扩展 (7) 2.3.5. 高性能数据加载 (8) 2.3.6. OLAP函数 (8) 2.4.H ADOOP集群 (9) 2.4.1. Hadoop企业版 (9) 2.4.2. HIVE分布式内存分析引擎 (9) 2.4.3. HBASE分布式实时在线数据处理引擎 (10) 2.4.4. Stream流处理引擎 (11) 2.5.服务器虚拟化 (11) 2.5.1. 设计理念 (11) 2.5.2. 系统结构 (13) 2.5.3. 服务器虚拟化系统组成 (14) 2.6.云管理平台 (14) 2.6.1. 浪潮云海OS架构图 (15) 2.6.2. 浪潮云海OS实现的功能 (15) 2.7.爬虫软件 (18) 2.7.1. 建设网络爬虫私有云 (18) 2.7.2. 高效的分布式、协同化数据采集模式 (19) 2.7.3. 爬虫路线规划能力 (20) 2.7.4. 爬虫调度和负荷规划能力 (20) 2.7.5. 极致的开放兼容平台 (21) 2.7.5.1. 为什么需要开放的可集成的网页抓取软件 (21) 2.7.5.2. 集搜客网络爬虫的开放接口 (21) 3. 方案优势 (22) 3.1.浪潮MPP数据库优势 (22) 3.1.1. 高性能 (22) 3.1.2. 高性价比 (22) 3.1.3. 高易用性 (22) 3.2.浪潮H ADOOP优势 (22) 3.3.浪潮云计算优势 (22) 3.3.1. 运营效率提升 (22)
浪潮云计算平台建设 推荐方案
目录
一、项目背景 数据中心，是信息化建设的核心。面对日益增长的网络应用业务量，当前数据中心面临系统可靠性问题、业务性能和管理控制问题、可扩展性问题、TCO问题，云计算是解决当前数据中心面临的主要问题的有效途径。 二、浪潮云数据中心设计原则 成熟性和先进性 当今计算机技术日新月异，因此要求选择的系统不仅要保证具有先进性，而且要保证技术方向的正确性。方案结合考虑实用和兼顾今后发展的目的，不仅在服务器等硬件设备方面，还是在应用系统方面，都选择当今成熟、主流且领先的产品和技术来适应更高的数据处理要求，使整个多层架构体系在一段时间内保持技术上的先进，并具有良好的扩展潜力，以适应未来业务的发展和技术升级的需要。 安全性和可靠性 在我们的整体方案中，通过多种安全技术和防护手段，保证系统自身的安全性，整个系统无单点故障，保证业务的连续运行。 灵活性与可扩展性 方案设计中考虑到了后续服务的大型云计算中心扩展的需求以及后续对整体云计算中心性能扩展的需求。本方案扩展性强，系统建成后，一期实验室的建设目标，我们的设计方案在适应目前需求的基础上，充分的为将来可预见和不可预见的性能扩展留有余地，可以根据业务发展需要
进行灵活、快速的调整，实现信息应用的快速部署。 易管理和易操作性 设计方案提供了全面、完善、便捷、统一的系统管理，通过管理节点可以对整个系统进行设置及监控，易于管理人员对其进行管理和维护。 保持与后续升级的兼容性 方案设计时已经充分考虑与未来后续建设的兼容性。
三、浪潮云计算平台 浪潮云计算平台主要由云海OS及浪潮服务器及存储设备搭建而成。其中云海OS是浪潮云计算平台的关键。 云海OS概述 ?负责大规模基础软件、硬件资源的管理，为云数据中心操作系统的资源调度等高级应用提供决策信息，是云数据中心操作系统资源管理的基础。 ?能有效监控大规模基础硬件的状态、性能等信息，能对异常情况触发告警，能对资源使用情况进行长期的统计分析 云海OS管理特性 ?支持异构软、硬件平台：不同厂商、不同架构 ?涵盖计算、存储、网络三大类资源 ?统一管理物理资源和虚拟资源，形成资源池 ?基于群组的层级管理：资源群组化，更加智能 ?图形化展示数据更加直观：报表、图表多种显示方式 ?监控内容及监控策略可灵活配置 ?多样化的告警方式：日志、短信、邮件 ?带内外管理一体化：带内管理与带外管理相结合 云海OS主要功能 ?对基础软件资源进行资产管理
Linkoop 领象大数据平台白皮书 V3.0 Linkoop领象大数据平台为企业级大数据应用提供了数据全生命周期的解决方案，包含了数据集成、数据管理、数据安全、数据查询以及数据分析的整套分布式大数据平台和计算平台，帮助企业对海量数据进行采集、存储、治理、分析和挖掘，发现数据价值。 Linkoop领象大数据平台技术特点 ?业界领先的大数据计算能力 不论是数据导入、清洗、查询、分析还是复杂的机器学习任务，Linkoop都将这些任务转化为Hadoop上的分布式计算任务，充分利用整个大数据集群的计算能力。Linkoop对计算任务中的关键操作进行了定制化开发和优化，如数据加载、多维关联等常用操作，在降低使用难度的同时提高了计算效率，优化后的处理性能可达Hive-tez的10倍以上，Spark的2-10倍。Linkoop在电信领域广泛应用，每天处理的新增数据量超过600TB，充分验证了平台数据处理的性能和稳定性。 ?全图形化的数据处理流程设计 Linkoop创新性地提供了数据处理流程的图形化开发界面，使得在大数据平台上的数据处理不需要编写Hadoop代码，只需要通过鼠标拖拽添加功能组件，设定功能组件的运行参数和功能组件之间的依赖关系，就能够完成大数据处理流程的定义。对于定义完成的数据处理流程，能直接生成计算任务，提交平台执行和监控。全图形化的使用界面大大降低了对大数据应用开发、实施和运维人员的技术门槛，减少了项目实施的周期和成本。 ?插件式功能扩展 Linkoop提供的功能组件既包括数据采集和ETL任务相关的数据抽取、清洗、脱敏、校验、转换等功能，也包括了数据分析所需要的多维关联、聚集、统计以及机器学习算法等功能。
大数据可视化实时交互系统白皮书
目录 第1章产品定位分析 (1) 1.1产品定位 (1) 1.2应用场景 (1) 1.2.1城市管理RAYCITY (1) 1.2.2交通RAYT (2) 1.2.3医疗RAYH (3) 1.2.4警务RAYS (3) 1.3产品目标客户 (4) 1.3.1政务部门 (4) 1.3.2公共安全部门 (4) 1.3.3旅游规划部门 (5) 1.3.4其他客户 (5) 第2章产品简介及优势 (5) 2.1软件产品系统简介 (5) 2.1.1系统概述 (5) 2.1.2系统组成 (6) 2.1.3系统对比 (7) 2.1.4内容开发分项 (7) 2.2主要硬件设备简介 (9) 2.2.1［R-BOX］介绍 (9) 2.2.2［R-BOX］规格 (10) 2.2.3设备组成 (11) 2.2.4现场安装需求 (11) 2.3产品优势 (12) 2.3.1专业大数据交互可视系统 (12) 2.3.2极其便捷的操作 (13) 2.3.3震撼绚丽的高清图像 (13) 2.3.4超大系统容量 (14) 2.3.5高安全可靠性 (14) 2.3.6优异的兼容扩展能力 (14) 2.3.7灵活的部署方式 (14) 2.4方案设计规范 (14) 2.4.1设计依据 (14) 2.4.2设计原则 (15) 第3章产品报价及接入方式 (16) 3.1产品刊例价 (16) 3.2接入注意事项及常见问题 (16) 第4章成功案例 (18)
重庆：城市服务可视化解决方案 (18) 成都：政务云数据可视化解决方案 (19) 深圳：城市综合数据可视化解决方案 (20) 世界互联网大会：大数据可视化 (20) 智能建筑：物联应用解决方案 (21)
浪潮ＷＥＢ开发平台V２.0 产品白皮书 浪潮集团山东通用软件有限公司 https://www.doczj.com/doc/8710721015.html,
目录 1 产品概述 (3) 1.1 总体介绍 (3) 1.2 核心理念 (5) 1.3 应用架构 (6) 1.4 技术架构 (9) 2 术语 (11) 3 产品功能 (12) 3.1 产品蓝图 (12) 3.2 移动应用框架 (13) 3.2.1个人首页 (13) 3.2.2所有功能 (14) 3.2.3功能收藏 (14) 3.2.4最近访问 (15) 3.2.5离线消息 (15) 3.2.6设置 (16) 3.3 WEB开发平台 (17) 3.3.1控件元数据 (17) 3.3.2WEB化表单设计器 (18) 3.3.3业务逻辑构件 (20) 4 系统运行环境 (24) ４.1客户端的运行环境 (24) PC客户端的运行环境要求 (24) IPAD客户端的运行环境要求 (24) IPHONE客户端的运行环境要求 (25) ANDROID客户端的运行环境要求 (25) 4.2数据库服务器的运行环境 (25) 数据库服务器硬件推荐配置 (25) 运行环境 (26) 4.3应用程序服务器的运行环境 (26) 硬件运行环境 (26) 软件运行环境 (27) 网络运行环境 (27)
1产品概述 1.1总体介绍 IT发展的进程是计算力不断延展、普及、集成的过程，根据摩根士丹利的预测，移动互联网将带来100亿个计算单元。在云+端时代，移动设备将成为主宰世界的端计算平台。根据IDC的预测，2016年智能手机的出货量将达到PC的2倍左右。这一切都宣告着：移动应用虽然还不是不可或缺，但已是大势所趋。 作为企业管理软件提供商，也面临如何将移动终端与企业应用融合的迫切需求。除了要提供移动应用标准产品及功能，还要支持企业的个性化需求及有能力的企业IT部门自建移动应用的需求。因此，公司统一规划了移动应用整体解决方案（GMAS）。 浪潮移动应用套件（GMAS）应用场景
浪潮英信服务器NF5270M3产品介绍 2013年V1.0 服务器产品部 本文档为售前工程师、对技术感兴趣的销售人员/客户提供一个浪潮 服务器NF5270M3的简单规格介绍。 适合销售人员、售前工程师参考，以及服务器用户了解产品技术。
浪潮英信服务器NF5270M3 提升性能及存储容量实现更高应 用的双路2U机架式服务器 ?产品定位 浪潮英信服务器NF5270M3是基于最新Romly E5-2600系列处理器，以模块化设计为基础，为客户提供一款较高性能、较低功耗、最佳散热的2U双路服务器。无论是企业级的数据中心，以及发展中的企业应用，NF5270M3都可以为您提供多种灵活的配置选择，可更好的满足客户不断增长的服务器需求。 ?关键点 ●全面提升的性能、存储空间 智能计算加速技术: 允许设备根据处理器负载动态调节状态，在用户应用需要更高性能时可将处理器频率提升到标称值以上，以提高程序性能。 最大可支持24个热插拔2.5寸或者12个3.5寸（可内置2块2.5寸盘）SATA/SAS 接口硬盘或固态磁盘，保证磁盘性能的同时还可提供更大的存储容量。 ●灵活的模块组合 多种硬盘托架搭配多种磁盘背板，“1+1+1”模块化组合方式，增加客户的选择性，不同配置组合更加灵活，并且优化成本，保护客户投资。 同样也提供多种普通及白金级电源选择，还可支持PMBUS电源，完美支持Intel最新DPNM 2.0技术。 ●增强的散热系统、更低的功耗表现 定向风流控制系统，在有效散热的同时还控制噪音表现，显著提高产品的耐用性及可靠性。与白金级高效电源搭配可以显著降低系统功耗，降低系统功耗。 ?应用举例
H3C大数据产品技术白皮书 杭州华三通信技术有限公司 2020年7月
目录 1 H3C大数据产品介绍................................................................... 错误!未定义书签。 产品简介........................................................................ 错误!未定义书签。 产品架构........................................................................ 错误!未定义书签。 数据处理 ............................................................................ 错误!未定义书签。 数据分层 ............................................................................ 错误!未定义书签。 产品技术特点............................................................... 错误!未定义书签。 先进的混合计算架构........................................................ 错误!未定义书签。 高性价比的分布式集群................................................... 错误!未定义书签。 云化ETL ................................................................................ 错误!未定义书签。 数据分层和分级存储........................................................ 错误!未定义书签。 数据分析挖掘...................................................................... 错误!未定义书签。 数据服务接口...................................................................... 错误!未定义书签。 可视化运维管理................................................................. 错误!未定义书签。 产品功能简介............................................................... 错误!未定义书签。 管理平面功能：................................................................. 错误!未定义书签。 业务平面功能：................................................................. 错误!未定义书签。 2 DataEngine HDP核心技术......................................................... 错误!未定义书签。 3 DataEngine MPP Cluster核心技术 ......................................... 错误!未定义书签。 MPP + Shared Nothing架构 .................................. 错误!未定义书签。 核心组件........................................................................ 错误!未定义书签。 高可用............................................................................. 错误!未定义书签。 高性能扩展能力 .......................................................... 错误!未定义书签。 高性能数据加载 .......................................................... 错误!未定义书签。 OLAP函数..................................................................... 错误!未定义书签。 行列混合存储............................................................... 错误!未定义书签。