五步，三分钟搭建一个企业级大数据平台

[qingcloud]

著名的 O'Reilly 公司断言：「数据是下一个 ‘ Intel Inside ’ ，未来属于利用数据并将其转换成产品的公司和人们。」

大数据隐含的巨大社会、经济价值已经引起了越来越多企业的关注，为了让用户获得更便捷、灵活、高效的大数据解决方案，减少海量数据分析、处理、查询的延迟，青云 QingCloud 基于 SparkMR 推出新一代可提供计算、存储、分析、查询一站式全方位的大数据服务 QingMR。

作为 SparkMR 的升级版本，QingMR 包含了 HDFS 分布式文件系统，Hadoop MapReduce 和 Spark 数据处理框架，YARN 集群资源调度系统和 Hive 数据仓库工具。同时，更近一步集成了极速海量数据 OLAP 引擎 Kyligence Analytics Platform (基于 Apache Kylin)，实现海量数据极速分析及查询功能。

PS：当前支持的组件及版本如下：

• Apache Hadoop 2.7.3

• Apache Spark 2.2.0

• Apache Hive 1.2.2

• Kyligence Analytics Platform 2.5.6

QingMR 功能特点

灵活的计算模式选择

QingMR 在底层提供统一的 HDFS 作为数据存储引擎，在上层提供 Spark 及与 MapReduce 两种计算引擎，并提供 YARN 作为调度系统。用户可以轻松实现三种不同的计算模式，即 Spark Standalone、Spark on YARN 和 MapReduce on YARN 三者之间的切换。

极速海量数据查询

提供 PB 级数据集上的亚秒级查询能力。

与大数据及存储组件高可扩展性

QingMR 支持指定依赖服务的功能，即通过 AppCenter 2.0 框架内原生的应用感知机制，实现与其他大数据分析组件之间自动化的无缝集成。

QingMR 与 QingStor™ 对象存储平台也进行了预置集成，用户可以通过简单的配置即可开启对 QingStor™ 对象存储的支持，以应对海量大规模数据的存储问题。

定义调度器、代理用户等多租户功能的支持

QingMR 提供了 Spark 及 YARN 的自定义调度器的功能，开放了自定义 Hadoop 代理用户功能。

完善的服务级别监控

可视化展现整体服务的运行情况，提供监控告警、健康检查和服务自动恢复等功能。

强大的 AI 及数据科学开发环境

提供 **Python **及 R 两种语言的运行环境，支持 Python 2 和 Python 3 互相切换。 预置了多个 Anaconda 发行版的数据科学包，为数据科学和机器学习 /深度学习等 AI 开发场景。

QingMR 应用场景

流式数据处理

通过 QingMR Spark 计算引擎流数据处理能力，对企业实时数据流进行计算，满足对实效性要求较高计算，适用于实时监控、报警分析分等场景。

批量数据处理

通过 QingMR Hadoop MapReduce 提供强大的批量数据处理能力，帮助企业解决海量文件的分析处理问题，可用于日志分析等场景。

极速数据查询与分析

通过 QingMR 中集成的 Kyligence Analytics Platform，减少海量数据查询延迟，满足企业 OLAP 场景中极速分析查询的需求。

机器学习

基于 Spark 内存计算模型框架，利用 Mlib 提供的机器学习算法，实现个性化推荐、流失预测、精确营销、客户细分、客户研究、市场细分、价值评估等应用场景。

QingMR，企业大数据服务最佳选择

对企业来说，只需五步，即可在 3 分钟之内部署一套 QingMR 大数据服务来满足自身的各种需求，同时还可进行统一的数据管理，无论从成本还是效率来说，QingMR 都是企业大数据服务最佳选择。

未来，还会有更多基于 HDFS 的大数据应用被纳入到 QingMR 中，为用户提供功能更为强大、使用更加便捷的大数据服务。