Übersicht
Was sind Stream Processing & Analysen?
Die Stream-Verarbeitungs- und Analysefunktionen in Cloudera DataFlow (CDF) werden auf Basis von Apache ausgeführt. Sie helfen Unternehmen dabei, Echtzeit-Streaming-Analysen im gesamten Unternehmen zugänglich zu machen. Außerdem verbessern sie die Erkennung und Reaktionsmöglichkeiten auf kritische Ereignisse, durch die Geschäftsergebnisse erzielt werden können. Seit dem Aufkommen des IoT und anderer Streaming-Quellen ist der Zustrom von Daten und Ereignissen in Unternehmen konstant und nahezu unbegrenzt. Mit den Stream-Verarbeitungsfunktionen von CDF lassen sich Streams in Echtzeit analysieren, wichtige Ereignismuster identifizieren und wesentliche Warnungen auf der Grundlage vorausschauender Erkenntnisse und aussagekräftiger Informationen eskalieren.
Indem die wichtigsten Interessengruppen Zugang zu Echtzeitdaten erhalten, werden Geschäftsentscheidungen stark beschleunigt und die richtigen geschäftlichen Veränderungen erreicht. Unternehmen können ihren Analysten diesen Zugriff einfach mit SQL gewähren und sind nicht von Entwicklern abhängig, wenn es darum geht, Streaming-Analytics zu beschleunigen.
Anwendungsfälle
Betrugserkennung
Protokollanalysen
Kundenanalysen
Betrugserkennung
Vermeiden Sie Verluste in Millionenhöhe, indem Sie Finanzbetrug proaktiv erkennen.
Unternehmen der Einzelhandels-, der Finanzdienstleistungs- und anderer Branchen haben Mühe, Kundendaten zu schützen und Finanzbetrug zu verhindern. Die Streaming-Verarbeitungs- und Analysefunktionen von Cloudera DataFlow können Kundentransaktionen in Echtzeit verarbeiten, Muster erkennen sowie vorausschauende Warnungen und verwertbare Informationen erstellen, um potenzielle Betrugsfälle zu verhindern.
Protokollanalysen
Modernisieren Sie Ihre Protokollierungsinfrastruktur, um Analysen in Echtzeit zu erhalten.
Protokolldaten werden für Unternehmen immer wertvoller. IT-Organisationen kämpfen jedoch mit der Einführung effektiver Prozesse zur Erfassung von Protokollen, mit der Verteilung von relevanten Informationen in vorgeschalteten Prozessen und mit der Generierung von Schlüsselkennzahlen. Die Streaming-Verarbeitungs- und Analysefunktionen von Cloudera DataFlow unterstützen den Ausbau der Protokollverarbeitung. Sie liefern Echtzeiteinblicke in das gesamte Unternehmen und sorgen für erheblich geringere Betriebskosten.
Kundenanalysen
Kundenanalysen in Echtzeit verbessern Kundeninteraktionen sowie die Bindung und Zufriedenheit von Kunden.
Jedes Unternehmen ist auf Echtzeitanalysen angewiesen, um die Kundenbindung zu verbessern. Durch übermäßige Datenmengen tun sich jedoch viele mit der Implementierung entsprechender Lösungen schwer. Die Stream-Verarbeitung und -Analysen von Cloudera DataFlow ermöglichen Kundenanalysen, indem sie große Datenmengen mit Latenzen von weniger als einer Sekunde verarbeiten. Dabei erkennen sie Kundeninteraktionen und empfehlen bessere Angebote in Echtzeit.
Bieten Sie Echtzeitüberwachung und eine parallele Verarbeitung von Millionen von Datenpunkten in Sekundenbruchteilen. Verteilen Sie parallele Verarbeitungsprozesse und erkennen Sie Muster kontinuierlich und fehlerfrei, um vorausschauende und vorbeugende Erkenntnisse in Echtzeit zu liefern.
Ermöglichen Sie eine komplexe Ereignisverarbeitung in Echtzeit für Microservices, für die Hintergrund- und Stream-Verarbeitung sowie für Analysen. Ermöglichen Sie verschiedene Windowing Techniken, um anspruchsvolle ereignisgesteuerte Analysen zu erstellen, darunter die Erkennung unternehmenskritischer Ereignisse, die sich auf Entscheidungen und Automatisierung in Echtzeit auswirken.
Realisieren Sie die Ergebnisse aus einer Streaming-SQL-Abfrage in eine persistente Ansicht der Daten, die über REST gelesen werden kann. Anwendungen können diesen Mechanismus zur Abfrage von Datenströmen nutzen, ohne dass dafür die Bereitstellung von Datenbanksystemen, Konfigurationen oder Wartungsaktivitäten erforderlich sind.
Benutzerfreundlichkeit und Skalierbarkeit fördern die Akzeptanz im gesamten Unternehmen. Datenanalysten, die Analysen normalerweise mit SQL erstellen, können dieselbe Abfragesprache verwenden, um Streaming-Analytics zu übernehmen, und Streaming-Entwickler können Streaming-Analytics mit SQL, Java oder Scala erstellen.
Stellen Sie Abfragen so ein, dass sie die Ereignisverarbeitung dynamisch abwickeln, behandeln Sie Verarbeitungs-Streams auf Basis von Zustand und Zeit, und verwenden Sie Wasserzeichen, um mit verspäteten und fehlerhaften Lieferungen umzugehen.
In Bezug auf Echtzeit-Analysen variieren die Anwendungsfälle in den verschiedenen Branchen und Unternehmen. Cloudera unterstützt drei Engines für die Stream-Verarbeitung: Apache Flink, Spark Streaming und Kafka Streams. Vergleichen Sie diese Engines für Ihren Anwendungsfall in diesem Whitepaper.
Starten Sie jetzt
Produktdokumentation
Erfahren Sie mehr über technische Spezifikationen, Architektur, Tutorials und Anleitungen zu Apache Flink.
CDP Data Hub – Preise
Bewerten Sie die Preise für die CDP Public Cloud für Data Hub über verschiedene Instanztypen und Cloud-Anbieter hinweg.
Flink in der Cloud
Erweitern Sie Ihre Streaming-Verarbeitungs- und Analysefunktionen mit CDP Data Hub auf die Cloud.
Ressourcen für Streaming-Analytics
Holen Sie sich alle wichtigen Informationen, um mehr über die Leistungsfähigkeit der Echtzeitverarbeitung von Streams und Analysen zu erfahren.
Die Cloudera Community zu Flink
Treten Sie mit Gleichgesinnten in Kontakt, stellen Sie Fragen, beheben Sie Probleme und erfahren Sie mehr über Apache Flink.
EREIGNISVERARBEITUNG UND STREAMING SQL
Lesen Sie, wie Streaming SQL das Erstellen von Abfragen für Datenströme für Streaming-Analytics vereinfacht.