構(gòu)建新一代企業(yè)大數(shù)據(jù)平臺課件

建立在PAAS平臺上的新一代數(shù)據(jù)平臺解決方案建立在PAAS平臺上的新Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求面向大數(shù)據(jù)的分析NowWhat?SoWhat?What?大數(shù)據(jù)分析企業(yè)內(nèi)、外部的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)量在TB級以上以數(shù)據(jù)挖掘、預(yù)測和實(shí)時分析為主，強(qiáng)調(diào)對業(yè)務(wù)驅(qū)動傳統(tǒng)BI分析企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)量在GB~TB級以報表、查詢和分析為主，反應(yīng)當(dāng)前業(yè)務(wù)現(xiàn)狀面向大數(shù)據(jù)的分析NowWhat?大數(shù)據(jù)分析傳統(tǒng)BI分析更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時的營銷管理更高效、更全面的風(fēng)險管理Customer

360o

SingleViewKeyLifeEvents&NextBestActionStressTest&CreditAssessments更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)據(jù)區(qū)核心系統(tǒng)總賬系統(tǒng)國結(jié)系統(tǒng)網(wǎng)銀系統(tǒng)……系統(tǒng)企業(yè)內(nèi)外部半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)產(chǎn)生層數(shù)據(jù)交換層數(shù)據(jù)傳輸數(shù)據(jù)稽核數(shù)據(jù)處理流程調(diào)度監(jiān)控告警……數(shù)據(jù)服務(wù)層非結(jié)構(gòu)化數(shù)據(jù)區(qū)沙盤演練數(shù)據(jù)區(qū)用戶評價信息移動互聯(lián)信息……元數(shù)據(jù)數(shù)據(jù)應(yīng)用層歷史歸檔數(shù)據(jù)區(qū)HDS客戶主題協(xié)議主題產(chǎn)品主題事件沙盤演練應(yīng)用實(shí)時分析應(yīng)用數(shù)據(jù)管控層POS增量財務(wù)增量庫存增量采購增量……增量臨時數(shù)據(jù)區(qū)實(shí)時數(shù)據(jù)區(qū)核心數(shù)據(jù)總賬數(shù)據(jù)國結(jié)數(shù)據(jù)……數(shù)據(jù)主題數(shù)據(jù)區(qū)社交媒體信息網(wǎng)銀數(shù)據(jù)……客戶管理財務(wù)管理風(fēng)險管理……管理客戶管理財務(wù)管理風(fēng)險管理……管理運(yùn)營管理用戶訪問層決策人員管理人員數(shù)據(jù)科學(xué)家業(yè)務(wù)人員客戶匯總賬戶匯總機(jī)構(gòu)匯總產(chǎn)品匯總……通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實(shí)現(xiàn)技術(shù)Page7應(yīng)用平臺提交請求訪問的數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化兩類在線存儲周期超過數(shù)據(jù)生命周期規(guī)劃的數(shù)據(jù)適合Hadoop分布式架構(gòu)管理無法用二維表結(jié)構(gòu)來邏輯表達(dá)的無結(jié)構(gòu)性的數(shù)據(jù)。例如文本、音頻數(shù)據(jù)等。方便用數(shù)據(jù)庫的二維表結(jié)構(gòu)來邏輯表達(dá)實(shí)現(xiàn)的數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)字段含義確定，清晰。例如：客戶信息、用電記錄等。是挖掘數(shù)據(jù)價值的主要對象。支持分析型應(yīng)用，時效性較低支持前臺交易系統(tǒng)查詢需求，具有可靠性高、并發(fā)度大、采集頻率短的特點(diǎn)按數(shù)據(jù)格式類別劃分按數(shù)據(jù)格式類別劃分按數(shù)據(jù)采集頻度劃分大數(shù)據(jù)

平臺在線數(shù)據(jù)歸檔數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)準(zhǔn)實(shí)時數(shù)據(jù)非實(shí)時數(shù)據(jù)面向貼源數(shù)據(jù)查詢和主題數(shù)據(jù)整合。數(shù)據(jù)區(qū)，適合X86MPP數(shù)據(jù)庫集群范式化模型數(shù)據(jù)面向分析類應(yīng)用。對應(yīng)ADW和CM數(shù)據(jù)區(qū)，適合MPP數(shù)據(jù)庫集群維度模型數(shù)據(jù)按數(shù)據(jù)模型劃分企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實(shí)現(xiàn)技術(shù)Page7應(yīng)用平臺提Page8企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺8技術(shù)-跨平臺數(shù)據(jù)交換批量和實(shí)時數(shù)據(jù)采用不同的技術(shù)手段和工具，遵循統(tǒng)一的文件接口標(biāo)準(zhǔn)技術(shù)-平臺內(nèi)數(shù)據(jù)復(fù)制跨同構(gòu)/異構(gòu)數(shù)據(jù)庫（物理系統(tǒng)），基于文本、數(shù)據(jù)庫的數(shù)據(jù)抽取和加載，數(shù)據(jù)的形式不發(fā)生變化，不涉及數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)復(fù)制后產(chǎn)生的數(shù)據(jù)副本主要是為了便于數(shù)據(jù)引用，需要制定數(shù)據(jù)副本的生命周期管理策略以及保證數(shù)據(jù)副本的只讀屬性。數(shù)據(jù)-數(shù)據(jù)即服務(wù)業(yè)務(wù)人員通過邏輯數(shù)據(jù)對象組件訪問數(shù)據(jù)，而不用關(guān)心數(shù)據(jù)的物理存儲方式。通過全行指標(biāo)口徑和維度、度量信息，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制通過一系列的技術(shù)和業(yè)務(wù)手段實(shí)現(xiàn)數(shù)據(jù)集成平臺數(shù)據(jù)質(zhì)量控制，主要體現(xiàn)在數(shù)據(jù)正確性（技術(shù)）、完整性、一致性（業(yè)務(wù)）、有效性。Page8企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺8技術(shù)-跨平臺數(shù)Page9企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平9數(shù)據(jù)-歷史數(shù)據(jù)分級存儲和訪問近線數(shù)據(jù)存儲形式保持源表源結(jié)構(gòu)，主要以數(shù)據(jù)庫形式存儲，支持在線數(shù)據(jù)查詢、訪問和應(yīng)用支持，響應(yīng)時間秒級。歸檔數(shù)據(jù)以廉價大容量磁盤方式存儲，存儲形式會根據(jù)數(shù)據(jù)環(huán)境和未來應(yīng)用的差異，采用不同于源結(jié)構(gòu)的存儲形式。同時，歸檔數(shù)據(jù)需要創(chuàng)建“被動索引”并具備恢復(fù)到主題數(shù)據(jù)區(qū)或者匯總數(shù)據(jù)區(qū)的能力。數(shù)據(jù)-非結(jié)構(gòu)化數(shù)據(jù)管理對于交易和處理過程中形態(tài)尚不穩(wěn)定的非結(jié)構(gòu)化數(shù)據(jù)，可由各平臺根據(jù)時效性、一致性控制和完整性控制等要求考慮自行處理安全-數(shù)據(jù)訪問安全對于普通的查詢訪問應(yīng)用，應(yīng)該具備屏蔽敏感信息的展現(xiàn)的能力。面向行內(nèi)用戶的數(shù)據(jù)訪問，應(yīng)按照數(shù)據(jù)的屬主進(jìn)行訪問隔離。運(yùn)維-系統(tǒng)日常運(yùn)行性能管理在數(shù)據(jù)量不斷增加、訪問用戶數(shù)量的增長、用戶數(shù)據(jù)使用成熟度的變化、數(shù)據(jù)ETL持續(xù)滾動開發(fā)等場景的不斷變化下，需要圍繞日常性能管理，不斷調(diào)整系統(tǒng)設(shè)計和運(yùn)行策略。Page9企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平9數(shù)據(jù)-歷史數(shù)據(jù)分建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程多種類型數(shù)據(jù)的存儲數(shù)據(jù)的實(shí)時共享與交換海量&劇增數(shù)據(jù)的支撐能力傳統(tǒng)數(shù)據(jù)倉庫技術(shù)和新技術(shù)的結(jié)合Hadoop技術(shù)的合理運(yùn)用與性能建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析大規(guī)模自動化運(yùn)維CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)企業(yè)級的需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics企業(yè)級的需求…快速M(fèi)ainframeClient-Serv來自金融企業(yè)的獨(dú)有需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實(shí)時反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合來自金融企業(yè)的獨(dú)有需求…快速M(fèi)ainframeClient來自金融企業(yè)的獨(dú)有需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實(shí)時反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合配合不同云計算平臺實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展...ETC來自金融企業(yè)的獨(dú)有需求…快速M(fèi)ainframeClientNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCONSUMERGRADEOperateatScaleinahighlyautomatedway新一代PaaS平臺Software-DefinedDatacenterNewData-fabrics快速應(yīng)用開發(fā)收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實(shí)時反應(yīng)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合配合不同云計算平臺實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展...ETC新一代Paas平臺建設(shè)思路NewExperiencesInternet-of-thiSoftware-DefinedDatacenterNewData-fabricsTheSoftwareDefinedDataCenterNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCLOUDERAOperateatScaleinahighlyautomatedwayAWSVMW...ETCPivotal:面向數(shù)據(jù)的企業(yè)級Paas平臺PivotalPlatformFromVMwareFromEMCBigDataFastDataRapidApplicationDev&IntegrationCloudAbstraction&AppAutomation存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析在收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定事件進(jìn)行實(shí)時反應(yīng)快速應(yīng)用開發(fā)配合不同云計算平臺實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合Software-DefinedDatacenterNewSoftware-DefinedDatacenterNewData-fabricsTheSoftwareDefinedDataCenterNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCLOUDERAOperateatScaleinahighlyautomatedwayAWSVMW...ETCPivotal:面向數(shù)據(jù)的企業(yè)級Paas平臺PivotalPlatformBigDataFastDataRapidApplicationDev&IntegrationGemfirevFabricFromVMwareFromEMCCloudAbstraction&AppAutomationSoftware-DefinedDatacenterNew...ETC支持開放標(biāo)準(zhǔn)并與開源有效互動強(qiáng)調(diào)以數(shù)據(jù)為中心

兼顧各種數(shù)據(jù)類型處理充分關(guān)注新一代開發(fā)人員和新一代企業(yè)級應(yīng)用的需求為有效進(jìn)行實(shí)時大容量信息處理而設(shè)計同時兼顧與傳統(tǒng)應(yīng)用的互操作性與傳統(tǒng)技術(shù)的有效結(jié)合云支撐平臺數(shù)據(jù)支撐架構(gòu)應(yīng)用支撐架構(gòu)Scale-outstorage:HDFS/ObjectLanguages&FrameworksIngest&Query:veryhigh-capacity&in-memoryAnalyticsServicesCloudAbstraction(portability)Automation:AppProvisioning&Life-cycleServiceRegistryPivotalOne:重新定義企業(yè)級

PaaS...ETC支持開放標(biāo)準(zhǔn)并與開源有效互動云支撐平臺數(shù)據(jù)支撐架CloudFabricDataFabricApplicationFabricScale-outstorage:HDFS/ObjectLanguages&FrameworksIngest&Query:veryhigh-capacity&in-memoryAnalyticsServicesCloudAbstraction(portability)Automation:AppProvisioning&Life-cycleServiceRegistryPivotalOne:來自EMC和VMW的技術(shù)體系整合GemFirePivotalDataScienceLabsCloudFabricDataFabricApplica創(chuàng)新：以數(shù)據(jù)支撐為中心CloudStorageVirtualizationPivotalDataFabricPivotalCloud&AppFabricData-Driven

Application

DevelopmentPivotalDataScienceLabs...ETC創(chuàng)新：以數(shù)據(jù)支撐為中心CloudStorageVirtua完整的新一代企業(yè)的數(shù)據(jù)平臺藍(lán)圖Analytic

DataMartsMPPDatabaseOperational

IntelligenceIn-MemoryDBRun-Time

ApplicationsIn-MemoryObjectEnterpriseData

WarehouseRDBMSDataStaging

PlatformData

IngestionSystemStreams完整的新一代企業(yè)的數(shù)據(jù)平臺藍(lán)圖Analytic

DataM分析形數(shù)據(jù)集市實(shí)時的數(shù)據(jù)處理Run-Time

Applications企業(yè)級數(shù)據(jù)倉庫大規(guī)模數(shù)據(jù)存儲實(shí)時的數(shù)據(jù)捕獲和共享Pivotal數(shù)據(jù)支撐架構(gòu)的解決之道分析形數(shù)據(jù)集市實(shí)時的數(shù)據(jù)處理Run-Time

ApplicaGreenplum數(shù)據(jù)庫：極速分析平臺并行處理架構(gòu)MPPshared-nothing架構(gòu)，基于通用X86平臺PB級以上海量存儲，最大支持10000節(jié)點(diǎn)以上所有節(jié)點(diǎn)并發(fā)IO，實(shí)現(xiàn)超大IO吞吐，并行運(yùn)行SQL自動化并行自動化并行計算,實(shí)現(xiàn)超大計算能力使用同傳統(tǒng)DB一樣，加載和運(yùn)行SQL數(shù)據(jù)多節(jié)點(diǎn)分布及高可用性都由DB自身實(shí)現(xiàn)極佳的橫向擴(kuò)展性在線橫向擴(kuò)展容量、加載和SQL查詢性能隨節(jié)點(diǎn)線性增加專為BI及數(shù)據(jù)分析優(yōu)化深度整合統(tǒng)計數(shù)學(xué)模塊（SAS,SOLR,MADLIB,R）高性能并行SQL執(zhí)行器MPPshared-nothing架構(gòu)構(gòu)建在X86開放平臺上的并行處理架構(gòu)Greenplum數(shù)據(jù)庫：極速分析平臺并行處理架構(gòu)MPPGreenplum數(shù)據(jù)庫：行業(yè)最快的數(shù)據(jù)加載技術(shù)SingleRackComparison每個Rack（16節(jié)點(diǎn)）,每小時16TB加載性能Scatter-GatherStreaming?提供性能線性擴(kuò)張支持大批量數(shù)據(jù)加載和持續(xù)化的數(shù)據(jù)加載Enablecomplexdatatransformations“in-flight”對GBK/UTF8/ISO8859字符集的原生支持Greenplumloadratesscalelinearlywith

thenumberofracks,othersdonot.Forexample,tworacks=>32TB/HGreenplumOracle

ExadataNetezzaTeradataLoadGreenplum數(shù)據(jù)庫：行業(yè)最快的數(shù)據(jù)加載技術(shù)SinglGreenplum數(shù)據(jù)庫：高可用性ClientRedundant

InterconnectMP

Segment

ServersPrimary

Master1

Sync&

Failover

ProcessesStandby

MasterPrimaryDataRAID5ProtectionA1B1C1A2B2C2A1B1C1A2B2C2MirrorData2345提供了全量備份和增量備份功能，保證系統(tǒng)級故障后的數(shù)據(jù)恢復(fù)對于任一設(shè)備的故障，系統(tǒng)數(shù)據(jù)不丟失、提供持續(xù)服務(wù)多個節(jié)點(diǎn)宕機(jī)后，系統(tǒng)性能只降低1/6Greenplum數(shù)據(jù)庫：高可用性ClientRedundGreenplum數(shù)據(jù)庫：Gartner的評價

Gartner公司每年發(fā)布關(guān)于數(shù)據(jù)倉庫管理系統(tǒng)業(yè)界地位的魔法象限研究報告報告主要從個數(shù)據(jù)倉庫廠商的執(zhí)行力和遠(yuǎn)景兩個方面評估評估對象包括傳統(tǒng)的企業(yè)級數(shù)據(jù)倉庫和新一代的MPP并行數(shù)據(jù)庫廠商支持各種規(guī)模、有大量并發(fā)用戶、能管理混合工作負(fù)載的數(shù)據(jù)倉庫具備較高的客戶滿意度和強(qiáng)有力的服務(wù)支持在數(shù)據(jù)倉庫市場有長久的生命力風(fēng)險最低、產(chǎn)品成熟度最高Gartner對領(lǐng)導(dǎo)者象限的評價采用前瞻性思維設(shè)計的數(shù)據(jù)倉庫較小的市場領(lǐng)導(dǎo)者，缺乏全球性發(fā)展缺少較大的本地客戶，因此不易證明其產(chǎn)品的功能和價值在產(chǎn)品技術(shù)領(lǐng)域，某些特性具備前瞻性，但綜合能力需要完善Gartner對遠(yuǎn)見者象限的評價Greenplum數(shù)據(jù)庫：Gartner的評價GarLoadBalancerWebandAppServersWebMiddwareDatabaseLayOSAppOSAppWhatisGemFireOSAppOSAppOSAppOSAppOSAppOSAppMemoryComputeDataGridinMemoryLoadBalancerWebandAppServePivotalHadoopHAWQ:性能測試結(jié)果對比4.21988.71612.04152.71,2852.81,81547X19X208X476X648X4.2378.75962.0502.7552.8599X69X25X20X21XPivotalHDPivotalHDPivotalHadoopHAWQ:性能測試結(jié)果對比4PivotalCloudandApplicationFabricCloudStorageVirtualizationPivotalDataFabricPivotalCloud&AppFabricData-Driven

Application

DevelopmentPivotalDataScienceLabs...ETCPivotalCloudandApplicationPIVOTALTECHNOLOGYMISSIONAcompletesoftware-centricapplication+dataplatform...Drivenbyastrongopen-sourcefoundationHadoop-centricdatainfrastructure&services(spanningstorage,real-timeoperational,&analytic)IntegratedPaaSsupportingapplicationsdevelopedinmultiplelanguages&frameworksOpenmodelthatenablestheintegrationofself-serviceutilitiestobepluggedinanddeployedwithinexistinglegacyenvironmentsAnalytics&visualizationinstrumentedbydefaultCloudenabled,whetherdeployedinthedatacenterorthepubliccloudPIVOTALTECHNOLOGYMISSIONASummary新的技術(shù)創(chuàng)造新的業(yè)務(wù)價值2大數(shù)據(jù)驅(qū)動業(yè)務(wù)轉(zhuǎn)型1EMC/Pivotal

助力金融企業(yè)打造完整的新一代數(shù)據(jù)管理平臺3Summary新的技術(shù)創(chuàng)造新的業(yè)務(wù)價值2大數(shù)據(jù)驅(qū)動業(yè)務(wù)轉(zhuǎn)型1構(gòu)建新一代企業(yè)大數(shù)據(jù)平臺課件建立在PAAS平臺上的新一代數(shù)據(jù)平臺解決方案建立在PAAS平臺上的新Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求面向大數(shù)據(jù)的分析NowWhat?SoWhat?What?大數(shù)據(jù)分析企業(yè)內(nèi)、外部的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)量在TB級以上以數(shù)據(jù)挖掘、預(yù)測和實(shí)時分析為主，強(qiáng)調(diào)對業(yè)務(wù)驅(qū)動傳統(tǒng)BI分析企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)量在GB~TB級以報表、查詢和分析為主，反應(yīng)當(dāng)前業(yè)務(wù)現(xiàn)狀面向大數(shù)據(jù)的分析NowWhat?大數(shù)據(jù)分析傳統(tǒng)BI分析更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時的營銷管理更高效、更全面的風(fēng)險管理Customer

360o

SingleViewKeyLifeEvents&NextBestActionStressTest&CreditAssessments更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)據(jù)區(qū)核心系統(tǒng)總賬系統(tǒng)國結(jié)系統(tǒng)網(wǎng)銀系統(tǒng)……系統(tǒng)企業(yè)內(nèi)外部半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)產(chǎn)生層數(shù)據(jù)交換層數(shù)據(jù)傳輸數(shù)據(jù)稽核數(shù)據(jù)處理流程調(diào)度監(jiān)控告警……數(shù)據(jù)服務(wù)層非結(jié)構(gòu)化數(shù)據(jù)區(qū)沙盤演練數(shù)據(jù)區(qū)用戶評價信息移動互聯(lián)信息……元數(shù)據(jù)數(shù)據(jù)應(yīng)用層歷史歸檔數(shù)據(jù)區(qū)HDS客戶主題協(xié)議主題產(chǎn)品主題事件沙盤演練應(yīng)用實(shí)時分析應(yīng)用數(shù)據(jù)管控層POS增量財務(wù)增量庫存增量采購增量……增量臨時數(shù)據(jù)區(qū)實(shí)時數(shù)據(jù)區(qū)核心數(shù)據(jù)總賬數(shù)據(jù)國結(jié)數(shù)據(jù)……數(shù)據(jù)主題數(shù)據(jù)區(qū)社交媒體信息網(wǎng)銀數(shù)據(jù)……客戶管理財務(wù)管理風(fēng)險管理……管理客戶管理財務(wù)管理風(fēng)險管理……管理運(yùn)營管理用戶訪問層決策人員管理人員數(shù)據(jù)科學(xué)家業(yè)務(wù)人員客戶匯總賬戶匯總機(jī)構(gòu)匯總產(chǎn)品匯總……通用銀行業(yè)大數(shù)據(jù)分析平臺管理分析類應(yīng)用數(shù)據(jù)交換平臺應(yīng)用集市數(shù)企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實(shí)現(xiàn)技術(shù)Page42應(yīng)用平臺提交請求訪問的數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化兩類在線存儲周期超過數(shù)據(jù)生命周期規(guī)劃的數(shù)據(jù)適合Hadoop分布式架構(gòu)管理無法用二維表結(jié)構(gòu)來邏輯表達(dá)的無結(jié)構(gòu)性的數(shù)據(jù)。例如文本、音頻數(shù)據(jù)等。方便用數(shù)據(jù)庫的二維表結(jié)構(gòu)來邏輯表達(dá)實(shí)現(xiàn)的數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)字段含義確定，清晰。例如：客戶信息、用電記錄等。是挖掘數(shù)據(jù)價值的主要對象。支持分析型應(yīng)用，時效性較低支持前臺交易系統(tǒng)查詢需求，具有可靠性高、并發(fā)度大、采集頻率短的特點(diǎn)按數(shù)據(jù)格式類別劃分按數(shù)據(jù)格式類別劃分按數(shù)據(jù)采集頻度劃分大數(shù)據(jù)

平臺在線數(shù)據(jù)歸檔數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)準(zhǔn)實(shí)時數(shù)據(jù)非實(shí)時數(shù)據(jù)面向貼源數(shù)據(jù)查詢和主題數(shù)據(jù)整合。數(shù)據(jù)區(qū)，適合X86MPP數(shù)據(jù)庫集群范式化模型數(shù)據(jù)面向分析類應(yīng)用。對應(yīng)ADW和CM數(shù)據(jù)區(qū)，適合MPP數(shù)據(jù)庫集群維度模型數(shù)據(jù)按數(shù)據(jù)模型劃分企業(yè)大數(shù)據(jù)平臺數(shù)據(jù)內(nèi)容及實(shí)現(xiàn)技術(shù)Page7應(yīng)用平臺提Page43企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺43技術(shù)-跨平臺數(shù)據(jù)交換批量和實(shí)時數(shù)據(jù)采用不同的技術(shù)手段和工具，遵循統(tǒng)一的文件接口標(biāo)準(zhǔn)技術(shù)-平臺內(nèi)數(shù)據(jù)復(fù)制跨同構(gòu)/異構(gòu)數(shù)據(jù)庫（物理系統(tǒng)），基于文本、數(shù)據(jù)庫的數(shù)據(jù)抽取和加載，數(shù)據(jù)的形式不發(fā)生變化，不涉及數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)復(fù)制后產(chǎn)生的數(shù)據(jù)副本主要是為了便于數(shù)據(jù)引用，需要制定數(shù)據(jù)副本的生命周期管理策略以及保證數(shù)據(jù)副本的只讀屬性。數(shù)據(jù)-數(shù)據(jù)即服務(wù)業(yè)務(wù)人員通過邏輯數(shù)據(jù)對象組件訪問數(shù)據(jù)，而不用關(guān)心數(shù)據(jù)的物理存儲方式。通過全行指標(biāo)口徑和維度、度量信息，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制通過一系列的技術(shù)和業(yè)務(wù)手段實(shí)現(xiàn)數(shù)據(jù)集成平臺數(shù)據(jù)質(zhì)量控制，主要體現(xiàn)在數(shù)據(jù)正確性（技術(shù)）、完整性、一致性（業(yè)務(wù)）、有效性。Page8企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平臺8技術(shù)-跨平臺數(shù)Page44企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平44數(shù)據(jù)-歷史數(shù)據(jù)分級存儲和訪問近線數(shù)據(jù)存儲形式保持源表源結(jié)構(gòu)，主要以數(shù)據(jù)庫形式存儲，支持在線數(shù)據(jù)查詢、訪問和應(yīng)用支持，響應(yīng)時間秒級。歸檔數(shù)據(jù)以廉價大容量磁盤方式存儲，存儲形式會根據(jù)數(shù)據(jù)環(huán)境和未來應(yīng)用的差異，采用不同于源結(jié)構(gòu)的存儲形式。同時，歸檔數(shù)據(jù)需要創(chuàng)建“被動索引”并具備恢復(fù)到主題數(shù)據(jù)區(qū)或者匯總數(shù)據(jù)區(qū)的能力。數(shù)據(jù)-非結(jié)構(gòu)化數(shù)據(jù)管理對于交易和處理過程中形態(tài)尚不穩(wěn)定的非結(jié)構(gòu)化數(shù)據(jù)，可由各平臺根據(jù)時效性、一致性控制和完整性控制等要求考慮自行處理安全-數(shù)據(jù)訪問安全對于普通的查詢訪問應(yīng)用，應(yīng)該具備屏蔽敏感信息的展現(xiàn)的能力。面向行內(nèi)用戶的數(shù)據(jù)訪問，應(yīng)按照數(shù)據(jù)的屬主進(jìn)行訪問隔離。運(yùn)維-系統(tǒng)日常運(yùn)行性能管理在數(shù)據(jù)量不斷增加、訪問用戶數(shù)量的增長、用戶數(shù)據(jù)使用成熟度的變化、數(shù)據(jù)ETL持續(xù)滾動開發(fā)等場景的不斷變化下，需要圍繞日常性能管理，不斷調(diào)整系統(tǒng)設(shè)計和運(yùn)行策略。Page9企業(yè)大數(shù)據(jù)平臺架構(gòu)原則平9數(shù)據(jù)-歷史數(shù)據(jù)分建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程多種類型數(shù)據(jù)的存儲數(shù)據(jù)的實(shí)時共享與交換海量&劇增數(shù)據(jù)的支撐能力傳統(tǒng)數(shù)據(jù)倉庫技術(shù)和新技術(shù)的結(jié)合Hadoop技術(shù)的合理運(yùn)用與性能建設(shè)新一代數(shù)據(jù)平臺的驅(qū)動力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求創(chuàng)新的技術(shù)平臺建設(shè)思路Agenda企業(yè)新一代數(shù)據(jù)平臺的技術(shù)需求CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-DefinedDatacenterNewData-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server&WebSoftware-DefinedDatacenterNewData-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析大規(guī)模自動化運(yùn)維CONSUMERGRADE先行者:服務(wù)于海量客戶的互聯(lián)網(wǎng)企業(yè)級的需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics企業(yè)級的需求…快速M(fèi)ainframeClient-Serv來自金融企業(yè)的獨(dú)有需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實(shí)時反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合來自金融企業(yè)的獨(dú)有需求…快速M(fèi)ainframeClient來自金融企業(yè)的獨(dú)有需求…快速應(yīng)用開發(fā)MainframeClient-Server&WebCONSUMERGRADE存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備,海量日志,多種應(yīng)用…無處不在的數(shù)據(jù)采集Software-DefinedDatacenterNewData-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實(shí)時反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合配合不同云計算平臺實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展...ETC來自金融企業(yè)的獨(dú)有需求…快速M(fèi)ainframeClientNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCONSUMERGRADEOperateatScaleinahighlyautomatedway新一代PaaS平臺Software-DefinedDatacenterNewData-fabrics快速應(yīng)用開發(fā)收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定交易事件進(jìn)行實(shí)時反應(yīng)存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合配合不同云計算平臺實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展...ETC新一代Paas平臺建設(shè)思路NewExperiencesInternet-of-thiSoftware-DefinedDatacenterNewData-fabricsTheSoftwareDefinedDataCenterNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCLOUDERAOperateatScaleinahighlyautomatedwayAWSVMW...ETCPivotal:面向數(shù)據(jù)的企業(yè)級Paas平臺PivotalPlatformFromVMwareFromEMCBigDataFastDataRapidApplicationDev&IntegrationCloudAbstraction&AppAutomation存儲并且在非常大量的數(shù)據(jù)上進(jìn)行分析在收集數(shù)量龐大的事件數(shù)據(jù)的同時對特定事件進(jìn)行實(shí)時反應(yīng)快速應(yīng)用開發(fā)配合不同云計算平臺實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合Software-DefinedDatacenterNewSoftware-DefinedDatacenterNewData-fabricsTheSoftwareDefinedDataCenterNewExperiencesNewBizModelspioneeredbynewConsumer

InternetgiantsInternet-of-thingsPervasivetelemetryMainframeClient-Server&WebCLOUDERAOperateatScaleinahighlyautomatedwayAWSVMW...ETCPivotal:面向數(shù)據(jù)的企業(yè)級Paas平臺PivotalPlatformBigDataFastDataRapidApplicationDev&IntegrationGemfirevFabricFromVMwareFromEMCCloudAbstraction&AppAutomationSoftware-DefinedDatacenterNew...ETC支持開放標(biāo)準(zhǔn)并與開源有效互動強(qiáng)調(diào)以數(shù)據(jù)為中心

兼顧各種數(shù)據(jù)類型處理充分關(guān)注新一代開發(fā)人員和新一代企業(yè)級應(yīng)用的需求為有效進(jìn)行實(shí)時大容量信息處理而設(shè)計同時兼顧與傳統(tǒng)應(yīng)用的互操作性與傳統(tǒng)技術(shù)的有效結(jié)合云支撐平臺數(shù)據(jù)支撐架構(gòu)應(yīng)用支撐架構(gòu)Scale-outstorage:HDFS/ObjectLanguages&FrameworksIngest&Query:veryhigh-capacity&in-memoryAnalyticsServicesCloudAbstraction(portability)Automation:AppProvisioning&Life-cycleServiceRegistryPivotalOne:重新定義企業(yè)級

PaaS...ETC支持開放標(biāo)準(zhǔn)并與開源有效互動云支撐平臺數(shù)據(jù)支撐架CloudFabricDataFabricApplicationFabricScale-outstorage:HDFS/ObjectLanguages&FrameworksIngest&Query:veryhigh-capacity&in-memoryAnalyticsServicesCloudAbstraction(portability)Automation:AppProvisioning&Life-cycleServiceRegistryPivotalOne:來自EMC和VMW的技術(shù)體系整合GemFirePivotalDataScienceLabsCloudFabricDataFabricApplica創(chuàng)新：以數(shù)據(jù)支撐為中心CloudStorageVirtualizationPivotalDataFabricPivotalCloud&AppFabricData-Driven

Application

DevelopmentPivotalDataScienceLabs...ETC創(chuàng)新：以數(shù)據(jù)支撐為中心CloudStorageVirtua完整的新一代企業(yè)的數(shù)據(jù)平臺藍(lán)圖Analytic

DataMartsMPPDatabaseOperational

IntelligenceIn-MemoryDBRun-Time

ApplicationsIn-MemoryObjectEnterpriseData

WarehouseRDBMSDataStaging

PlatformData

IngestionSystemStreams完整的新一代企業(yè)的數(shù)據(jù)平臺藍(lán)圖Analytic

DataM分析形數(shù)據(jù)集市實(shí)時的數(shù)據(jù)處理Run-Time

Applications企業(yè)級數(shù)據(jù)倉庫大規(guī)模數(shù)據(jù)存儲實(shí)時的數(shù)據(jù)捕獲和共享Pivotal數(shù)據(jù)支撐架構(gòu)的解決之道分析形數(shù)據(jù)集市實(shí)時的數(shù)據(jù)處理Run-Time

ApplicaGreenplum數(shù)據(jù)庫：極速分析平臺并行處理架構(gòu)MPPshared-nothing架構(gòu)，基于通用X86平臺PB級以上海量存儲，最大支持10000節(jié)點(diǎn)以上所有節(jié)點(diǎn)并發(fā)IO，實(shí)現(xiàn)超大IO吞吐，并行運(yùn)行SQL自動化并行自動化并行計算,實(shí)現(xiàn)超大計算能力使用同傳統(tǒng)DB一樣，加載和運(yùn)行SQL數(shù)據(jù)多節(jié)點(diǎn)分布及高可用性都由DB自身實(shí)現(xiàn)極佳的橫向擴(kuò)展性在線橫向擴(kuò)展容量、加載和SQL查詢性能隨節(jié)點(diǎn)線性增加專為BI及數(shù)據(jù)分析優(yōu)化深度整合統(tǒng)計數(shù)學(xué)模塊（SAS,SOLR,MADLIB,R）高性能并行SQL執(zhí)行器MPPshared-nothing架構(gòu)構(gòu)建在X86開放平臺上的并行處理架構(gòu)Greenplum數(shù)據(jù)庫：極速分析平臺并行處理架構(gòu)MPPGreenplum數(shù)據(jù)庫：行業(yè)最快的數(shù)據(jù)加載技術(shù)SingleRackComparison每個Rack（16節(jié)點(diǎn)）,每小時16TB加載性能Scatter-GatherStreaming?提供性能線性擴(kuò)張支持大批量數(shù)據(jù)加載和持續(xù)化的數(shù)據(jù)加載Enablecomplexdatatransformations“in-flight”對GBK/UTF8/ISO8859字符集的原生支持Greenplumloadratesscalelinearlywith

thenumberofracks,othersdonot.Forexample,tworacks=>32TB/HGreenplumOracle

ExadataNetezzaTeradataLoadGreenplum數(shù)據(jù)庫：行業(yè)最快的數(shù)據(jù)加載技術(shù)SinglGreenplum數(shù)據(jù)庫：高可用性ClientRedundant

InterconnectMP

Segment

ServersPrimary

Ma