首页
首页 >> 互联网 >> 正文

Kylin Data Summit: 大数据时代, 数据分析“平民化”

日期:2019-07-14 15:45:33 来源:互联网 编辑:小优 阅读人数:250

Kylin Data Summit: 大数据时代, 数据分析“平民化”(图1)

数据分析平民化:发布三大产品,增强分析技术

峰会现场,Kyligence 联合创始人兼 CEO、Apache Kylin 联合创建者兼PMC 主席韩卿宣布正式发布 Kyligence Enterprise v4.0、Kyligence Insight v1.0、Kyligence Cloud v3.0(Beta)三大产品。在接受亿欧采访时,韩卿表示,“增强分析技术能力一直以来是Kyligence的研发重点,在新产品设计上带来了很大的效率提升,未来也会朝这个方向继续发展。”

Kyligence 团队表示,新一代的 Kyligence Enterprise 产品使用机器学习提供增强分析能力,可以简化数据模型的准备工作,帮助企业提高数据处理与分析的效率。韩卿表示:“改变游戏规则的架构和技术创新降低了企业对 Hadoop 的依赖,结合云原生及下一代存储技术,为企业客户从本地部署到多云环境提供了远瞻性的技术选择。”

Kyligence Insight则是一款首次公布的数据服务层产品,基于Apache Superset为用户提供统一的业务语义层及开放的数据即服务能力,该产品将业务模型对接到商业BI产品及内置的敏捷可视化分析服务,再结合自助取数即审计能力,可助力企业消除数据孤岛、统一数据口径、提高数据分析效率、提升决策能力。

Kyligence Cloud v3.0(Beta)

从数据接入到数据分析,新一代Kyligence Cloud服务简化了云上大数据分析的复杂度,几分钟内用户即可完成集群创建、数据接入及数据分析。同时,云原生技术移除了对云端Hadoop服务的依赖,利用云端计算与存储分离特性,结合弹性计算能力降低用户数据上云的整体拥有成本(TCO)

据了解,从开源 Apache Kylin 开始,Kyligence 企业级产品就不断创新和演进以提供完整的数据分析功能,进一步增强企业客户在数据分析方面的能力。不同于市场上概念被炒得火热的数据中台,韩卿向亿欧表示,Kyligence 这样的底层技术应用商才是数据中台的技术承载者,“数据中台讲的是业务,难以有标准化的产品。”Kyligence 完整的下一代产品家族揭开面纱后,将为全球企业提供大数据分析平台和解决方案。

增强分析,是数据和分析的未来

2019年上半年,Gartner 公布了2019年「数据和分析技术」领域的十大趋势:增强型分析、增强型数据、持续型智能、可解释型AI、图形分析、数据结构(data fabric)NLP /对话式分析、商业AI和机器学习、区块链和持久性内存。

此次大会,Gartner 研究总监Julian Sun 对 2019 年数据及分析领域的十大战略性技术趋势做了主题演讲,尤其是对增强分析 (Augmented Analytics)和增强数据(Augmented Data Management)等进行了详解。

对企业来说,增强分析的作用体现在数据分析的各个环节。例如在数据准备阶段为用户推荐一些业务刚好能用、够用的数据源,在业务发现阶段为用户做自动建模、模型、代码生成等一些更高阶的功能,而在展示时通过增强分析,用户还可以获得一些自动的业务发现。

Julian Sun 表示:“也是基于这样的优势,增强分析(Augmented Analytics )作为数据分析的高级增强阶段,位列 2019 年的十大发展趋势之首, 同时也是 Gartner 今年十大战略趋势、整体 IT 十大战略趋势之一,Gartner 称其是‘数据和分析的未来’”

本文相关词条概念解析:

数据

数据就是数值,也就是我们通过观察、实验或计算得出的结果。数据有很多种,最简单的就是数字。数据也可以是文字、图像、声音等。数据可以用于科学研究、设计、查证等。数据背景是接收者针对特定数据的信息准备,即当接收者了解物理符号序列的规律,并知道每个符号和符号组合的指向性目标或含义时,便可以获得一组数据所载荷的信息。数据作为信息的载体,当然要分析数据中包含的主要信息,及分析数据的主要特征。数据(Data)是载荷或记录信息的按一定规则排列组合的物理符号。

网友评论
  • wudi西瓜
    pandas阅读Excel示例
    2019-07-13 23:28 655
  • 抱抱MOMO
    例如收集数据的方法是使用问卷,实验软件(例如,PsychoPy,OpenSesame)和观察
    2019-07-15 16:23 222
  • 爱喝红酒的
    选中单元格区域→开始→条件格式
    2019-07-10 23:15 363
  • 胖丫zzz
    怎么利用pandas做数据分析?
    2019-07-19 00:05 657
  • 正义欧尼
    此外我们还可以通过列'piq'和'viq'筛选条件
    2019-07-11 17:30 963
  • VB是绯红
    pandas内部对Series或DataFrame数据类型提供了强大的索引功能,可以方便地对数据进行增删改查,这里列举几个常用的基础方法
    2019-07-15 19:40 521
  • 大大小小你
    这次举例柱形图的修饰例子,其他希望大家动用类似的方法进行模拟实践
    2019-07-13 02:41 21
  • 哈皮的嘟妈
    通常,我们不希望用数字编写新列
    2019-07-11 07:56 188
  • axiaojing
    pandas内部定义了两个非常有用的数据结构Series与Dataframe
    2019-07-11 17:11 370
  • shild
    使用“套用表格格式”、“条件格式”之后看数据不再枯燥无味,而且还更有看头
    2019-07-13 07:42 581
  • 静如止
    数据分析有哪些工具?
    2019-07-09 10:39 897
  • 大金中央
    添加辅助线,选择数据源→→添加→点击柱体右键,设置数据系列格式→次坐标轴→选中柱体,右键更改图表类型→折线图
    2019-07-11 15:36 302
  • zjgyj
    所以WesMcKinney起初开发pandas的目的就是帮助AQR分析金融数据,对时间序列、数据对齐、以及数据缺失等问题有很方便的解决方式
    2019-07-16 22:39 446
  • 奔跑着的小
    因为list和array都是默认索引的
    2019-07-13 20:38 750
  • 忆往昔也不
    您可能已经注意到,当我们阅读上面的Excel文件时,我们没有使用header参数
    2019-07-18 20:01 826
  • 家俊要学会
    不幸的是,这使得使用Pandas数据框有点烦人
    2019-07-17 11:15 525
  • 我有一个好
    学python做数据分析怎么样?
    2019-07-11 05:58 460
  • 亮了亮了亮
    难道我不知道尊重,非也
    2019-07-12 22:37 920
  • 琼琼79
    sheet_name可以是我们要加载的特定工作表的字符串,也可以是零索引工作表位置的整数
    2019-07-10 17:23 174
  • 寂寞上空盘
    下面您将学习如何在Python和Pandas中阅读ExcelSpreadsheets和CSV文件
    2019-07-09 16:32 593