提供高性能、高穩(wěn)定性的 Hadoop、Hive、Spark、Flink、HBase、Kafka、ELK、RabbitMQ、ZooKeeper 等開源大數(shù)據(jù)組件,客戶可根據(jù)場景靈活搭配使用。
提供高性能、高穩(wěn)定性的 Hadoop、Hive、Spark、Flink、HBase、Kafka、ELK、RabbitMQ、ZooKeeper 等開源大數(shù)據(jù)組件,客戶可根據(jù)場景靈活搭配使用。
與 QingStor 對象存儲無縫集成,高效地進行海量數(shù)據(jù)的低成本存儲。計算資源按需擴縮容,極致性價比。
VPC 網(wǎng)絡(luò)隔離和安全組保證網(wǎng)絡(luò)安全可信,Ranger 對數(shù)據(jù)進行訪問控制,資源層多副本保證數(shù)據(jù)可靠,滾動補丁更新保證服務(wù)穩(wěn)定。
可根據(jù)業(yè)務(wù)場景靈活調(diào)整集群資源,數(shù)分鐘內(nèi)完成集群創(chuàng)建,按量付費,節(jié)約成本。
提供豐富的可視化運維操作、資源級和服務(wù)級監(jiān)控指標、靈活的告警規(guī)則、多樣化的通知方式,大幅提升運維效率。
2-3 分鐘內(nèi)可完成一個集群部署,一鍵操作,簡單快捷;控制臺提供提供近 60 個配置參數(shù),通過控制臺的 UI 操作即可完成集群部署及服務(wù)的個性化定制。
QingMR 集成 Flink、Spark 和 MapReduce 三數(shù)據(jù)處理引擎,Apache Kylin 極速海量數(shù)據(jù) OLAP 分析引擎以及 Hive 數(shù)據(jù)倉庫工具,通過統(tǒng)一的 HDFS 分布式存儲引擎、YARN 資源管理框架以及 Ranger 集中式安全管理,提供靈活、高效、安全、多模式的一站式云端大數(shù)據(jù)服務(wù)。
QingCloud HBase 服務(wù)是基于開源 HBase 數(shù)據(jù)庫,整合 HDFS 分布式文件系統(tǒng)、Phoenix 查詢引擎等多種功能組件于一體的面向大規(guī)模數(shù)據(jù)處理場景的云端數(shù)據(jù)庫集群服務(wù),支持 GZIP、BZIP2、LZO、SNAPPY 壓縮格式,輕松支持 PB 級大數(shù)據(jù)存儲及千萬級 QPS 高吞吐隨機讀寫場景。
QingCloud ZooKeeper 服務(wù)是一個基于原生 Apache ZooKeeper 發(fā)行版,構(gòu)建于 QingCloud 云主機之上的高可用分布式數(shù)據(jù)管理與系統(tǒng)協(xié)調(diào)的集群服務(wù)??梢詾榉植际綉?yīng)用提供狀態(tài)同步、配置管理、名稱服務(wù)、群組服務(wù)、分布式鎖及隊列、以及 Leader 選舉等服務(wù)。
QingCloud ELK 服務(wù)是集成 Elasticsearch、Logstash 及 Kibana 于一體的日志分析及全文搜索解決方案, 被廣泛應(yīng)用于實時日志處理、文檔索引和搜索、以及數(shù)據(jù)的多維查詢和統(tǒng)計分析等領(lǐng)域。
QingCloud Kafka 是 QingCloud 基于原生 Apache Kafka 構(gòu)建的一個分布式、可分區(qū)、多副本的消息隊列集群服務(wù),具有高吞吐量、低延遲等優(yōu)點,同時提供靈活的網(wǎng)絡(luò)配置、在線伸縮、監(jiān)控和告警等功能助您更好地管理集群。
QingCloud RabbitMQ 是一個基于 AMQP 協(xié)議,構(gòu)建于 QingCloud 云主機之上的分布式消息隊列系統(tǒng),具有靈活路由、事務(wù)、高可用隊列、消息排序、可視化管理工具等功能。服務(wù)器端用 Erlang 語言編寫,天生具備高可用和高并發(fā)的特性。
QingCloud RocketMQ 基于 Apache 2.0 協(xié)議開源的分布式消息和流數(shù)據(jù)平臺,具有低延時、高吞吐、可審計、可幾乎無限水平擴展等優(yōu)點。可一鍵部署的 RocketMQ 集群服務(wù),集群支持橫向與縱向在線伸縮,還提供了監(jiān)控告警等功能,使得管理集群非常方便。
業(yè)務(wù)服務(wù)器上產(chǎn)生的海量日志數(shù)據(jù)、埋點數(shù)據(jù)以及應(yīng)用數(shù)據(jù),同步到 QingMR 的 HDFS 或 QingStor 對象存儲后,您可以使用 QingMR 產(chǎn)品中的 Hive、Spark、MapReduce 等計算框架對數(shù)據(jù)進行批量處理,將處理結(jié)果寫入存儲引擎中,提供給上層數(shù)據(jù)應(yīng)用使用。
業(yè)務(wù)服務(wù)實時產(chǎn)生的日志數(shù)據(jù)、埋點數(shù)據(jù)以及應(yīng)用數(shù)據(jù),實時推送到消息中間件 Kafka 之后,您可以在 QingMR 產(chǎn)品中選擇 Flink 或 Spark Streaming流式數(shù)據(jù)處理引擎來分析和處理數(shù)據(jù),以實現(xiàn)對數(shù)據(jù)的實時計算及決策。
數(shù)據(jù)分析師需要對各種用戶行為數(shù)據(jù),進行查詢分析,快速決策。利用 QingMR 提供的豐富的 SQL 計算引擎,存儲與計算分離架構(gòu),支撐海量數(shù)據(jù)的查詢分析。?
業(yè)務(wù)系統(tǒng)運行后臺的服務(wù),依賴的數(shù)據(jù)庫服務(wù),緩存和消息隊列服務(wù)等都會產(chǎn)生大量日志和監(jiān)控數(shù)據(jù),存儲分散、種類繁多、規(guī)模龐大,檢索和分析困難。利用 Kafka 或者 Logstash 作為實時傳輸管道,將日志存儲到 ElasticSearch 中,對日志進行統(tǒng)一管理和查詢,幫助用戶快速定位問題,提升運維效率。?
請選擇區(qū)域